Влияние гормональной терапии
дексаметазоном и преднизолоном
на гемодинамический статус у детей с тяжелой политравмой.

**Пшениснов Константин Викторович / Pshenisnov Konstantin Victorovich**
кандидат медицинских наук, врач анестезиолог-реаниматолог,
Кафедра анестезиологии, реаниматологии и неотложной педиатрии ФП и ДПО
Санкт-Петербургского Государственного Педиатрического Медицинского Университета,
г.Санкт-Петербург

**Липин Андрей Сергеевич / Lipin Andrei Sergeevich**
врач анестезиолог-реаниматолог, аналитик данных, г. Санкт-Петербург

import pandas as pd
import numpy as np
from scipy import stats
from matplotlib import pyplot as plt
import seaborn as sns

sns.set(style='whitegrid', rc={"grid.linewidth": 0.1})
sns.set_context("paper", font_scale=1.8)

В данном исследовании разбираются вопросы связи гормональной терапии (преднизолом и дексаметазоном) и клинико-лабораторных (гемодинамических и биохимических) изменений у пациентов до 18 лет с тяжелой сочетанной травмой.

• Обозначения:
  • ГТ = гормональная терапия
  • ГТ+ - получение гормональной терапии
  • ГТ- - гормональная терапия не использовалась

Исследуемые параметры:

• систолическое артериальное давление (САД);
• диастолическое артериальное давление (ДАД);
• среднее артериальное давление (СрАД);
• частота сердечных сокращений;
• индекс Альговера;
• насыщение крови кислородом (SpO2);
• масса тела;
• хлор в крови;
• лактат в крови;
• АЛТ в крови;
• АСТ в крови;
• АЧТВ
• инфузия (в процентах от физиологической потребности);
• катехоламиновый индекс;
• площадь тела;
• диурез;
• исход заболевания.

Загрузка данных и описательная статистика всей выборки

# чтение данных
df_plot = df = pd.read_csv('../Datasets/improved_08_2020.csv',index_col=0)
# выбор параметров
target_columns = ['AGE','GT','SBP','DBP','MBP','HR','IA','SpO2','Weight','Cl-','LACT','AMYL','ALT','AST','APTV','VOL_%','CI','B_surface','Diur_p_kg', 'OUTCOME']
df = df[['ID','Day'] + target_columns]
# переименование
df.columns = target_columns = ['ID','Day','Возраст','GT','САД', 'ДАД','СрАД','ЧСС','ИА','SpO2','Масса тела','Cl-','Лактат','Амилаза','АЛТ','АСТ','АЧТВ','Инфузия, % от N','КИ','Площадь тела','Диурез, мл/кг', 'OUTCOME']
# описательная статистика
df[2:].describe().T

	count	mean	std	min	25%	50%	75%	max
ID	1390.0	89.139568	53.483134	1.000000	56.000000	84.000000	119.000000	216.000000
Day	1390.0	7.479137	7.851433	1.000000	2.000000	5.000000	9.000000	49.000000
Возраст	1390.0	9.973351	5.452043	0.250000	5.000000	11.000000	15.000000	18.000000
GT	1390.0	0.323022	0.467799	0.000000	0.000000	0.000000	1.000000	1.000000
САД	1390.0	111.279856	15.730912	45.000000	100.000000	110.000000	120.000000	170.000000
ДАД	1390.0	64.853237	12.544982	5.000000	58.000000	65.000000	73.000000	119.000000
СрАД	1390.0	80.328777	12.699138	26.333333	73.333333	80.166667	88.333333	120.666667
ЧСС	1390.0	105.741727	23.503876	24.000000	90.000000	106.000000	120.000000	186.000000
ИА	1390.0	0.975362	0.294496	0.200000	0.781818	0.946333	1.105263	3.100000
SpO2	1390.0	98.374820	3.334239	26.000000	98.000000	99.000000	100.000000	110.000000
Масса тела	1390.0	40.670504	22.671490	6.000000	19.000000	40.000000	60.000000	103.000000
Cl-	1390.0	108.032734	39.348603	0.000000	103.825000	109.000000	115.000000	1102.000000
Лактат	1390.0	1.469633	1.741236	-1.100000	0.600000	1.200000	1.900000	25.000000
Амилаза	1390.0	99.058424	167.838425	0.000000	0.000000	53.400000	118.000000	2520.000000
АЛТ	1390.0	82.039957	163.595932	0.000000	21.500000	39.300000	78.325000	2865.000000
АСТ	1390.0	105.801597	210.000717	0.000000	31.300000	50.600000	98.300000	2458.300000
АЧТВ	1390.0	25.710683	17.771002	0.000000	20.587500	30.000000	35.000000	162.000000
Инфузия, % от N	1390.0	123.688991	53.620712	0.000000	94.802083	117.104186	143.567130	647.916667
КИ	1390.0	8.137281	32.743989	0.000000	0.000000	4.080000	5.000000	956.600000
Площадь тела	1390.0	0.955208	0.333813	0.250000	0.670000	1.030000	1.270000	1.450000
Диурез, мл/кг	1390.0	55.151606	35.221183	0.000000	30.785256	46.666667	72.000000	280.000000

• Количество пациентов

df.ID.nunique()

203

В данном исследовании пациенты отбирались по следующим критериям:

* наличие сочетанной травмы;
* отсутствие сопутствующих заболеваний;
* возраст до 18 лет;
* необходимость лечения в отделении реанимации и интенсивной терапии.

На графиках бокс-плот видно, что выжившие и умершие пациенты, мальчики и девочки, имеют сходные массу тела и возраст.

df_plot = df_plot[['ID','AGE','SEX','OUTCOME','Weight','Day']].groupby('ID',as_index=False).max()
sns.boxplot(x=df_plot['OUTCOME'].replace({'Died':'умершие','Survived':'выжившие'}),y = df_plot['AGE'])
plt.ylabel('Возраст')
plt.xlabel('Исходы')
plt.show()
sns.boxplot(x=df_plot['OUTCOME'].replace({'Died':'умершие','Survived':'выжившие'}),y = df_plot['Weight'])
plt.ylabel('Масса тела')
plt.xlabel('Исходы')
plt.show()
sns.boxplot(x=df_plot['SEX'].replace({0:'девочки',1:'мальчики'}),y = df_plot['AGE'])
plt.ylabel('Возраст')
plt.xlabel('Пол')
plt.show()
sns.boxplot(x=df_plot['SEX'].replace({0:'девочки',1:'мальчики'}),y = df_plot['Weight'])
plt.ylabel('Масса тела')
plt.xlabel('Пол')
plt.show()

---

Анализ различий между параметрами в разные дни

Первый день в ОРИТ:
значения клинико-лабораторных данных при поступлении (т.е. в первый день) могут сильно отличаться от средних значений соответствующих параметров каждого пациента в другие дни из-за проводимой терапии.
Проведенный ниже тест Вилкоксона показывает, что имеется существенная разница между параметрами в 1й день и средними значениями за последующие дни

• средние значения каждого пациента за первые 10 дней лечения (пациенты, выписанные или умершие раньше в вборку не включены): первые 5 строк выборки

• 1 день и 2-10 дни

from scipy.stats import wilcoxon
df0_ = df.loc[(df.Day>1)&(df.Day<=10),:].groupby('ID',as_index=False).mean().drop('Day',axis=1)
df1_ = df.loc[df.Day==1,:].drop('Day',axis=1)
ids = df0_.ID.unique() # смотрим только пациентов, которые оставались в ОРИТ в период 2-10 день
columns = list(df0_.columns[2:-1])
columns.remove('Масса тела')
columns.remove('Площадь тела')
results = []
for i in columns:
    statistics, p = stats.wilcoxon(df0_[i],df1_[df1_.ID.isin(ids)][i])
    results.append([i,round(p,3),f'Различие значимо' if p<0.05 else f'Не значимое различие'])
pd.DataFrame(results)

	0	1	2
0	GT	0.001	Различие значимо
1	САД	0.005	Различие значимо
2	ДАД	0.019	Различие значимо
3	СрАД	0.008	Различие значимо
4	ЧСС	0.000	Различие значимо
5	ИА	0.000	Различие значимо
6	SpO2	0.685	Не значимое различие
7	Cl-	0.023	Различие значимо
8	Лактат	0.001	Различие значимо
9	Амилаза	0.000	Различие значимо
10	АЛТ	0.000	Различие значимо
11	АСТ	0.000	Различие значимо
12	АЧТВ	0.000	Различие значимо
13	Инфузия, % от N	0.000	Различие значимо
14	КИ	0.072	Не значимое различие

• Эти результаты пригодятся позже

• Для сравнения: подобный анализ сделан для 2го дня и средних значений за последующие дни;
• То же самое - для 3го дня.
• В результате можно видеть, что уже к 3му дню различия значительно менее выражены

• 2 день и 3-10 дни

# 2 день и 3-10 дни
df0_ = df.loc[(df.Day!=1)&(df.Day!=2)&(df.Day<=10),:].groupby('ID',as_index=False).mean().drop('Day',axis=1)
df1_ = df.loc[df.Day==2,:].drop('Day',axis=1)
ids = df0_.ID.unique() # смотрим только пациентов, которые оставались в ОРИТ в период 3-10 день
columns = list(df0_.columns[2:-1])
columns.remove('Масса тела')
columns.remove('Площадь тела')
results = []
for i in columns:
    statistics, p = stats.wilcoxon(df0_[i],df1_[df1_.ID.isin(ids)][i])
    results.append([i,round(p,3),f'Различие значимо' if p<0.05 else f'Не значимое различие'])
print("Различия между значениями параметров на 2й день и средними значениями за последующие дни (до 10го дня)")
pd.DataFrame(results)

Различия между значениями параметров на 2й день и средними значениями за последующие дни (до 10го дня)

	0	1	2
0	GT	0.002	Различие значимо
1	САД	0.001	Различие значимо
2	ДАД	0.001	Различие значимо
3	СрАД	0.000	Различие значимо
4	ЧСС	0.000	Различие значимо
5	ИА	0.000	Различие значимо
6	SpO2	0.012	Различие значимо
7	Cl-	0.012	Различие значимо
8	Лактат	0.072	Не значимое различие
9	Амилаза	0.278	Не значимое различие
10	АЛТ	0.000	Различие значимо
11	АСТ	0.000	Различие значимо
12	АЧТВ	0.336	Не значимое различие
13	Инфузия, % от N	0.020	Различие значимо
14	КИ	0.922	Не значимое различие

• 3 день и 4-10 дни

# в выборку за третий день не попал пациент №17 с неполностью заполненными полями
df[df.ID==17]

	ID	Day	Возраст	GT	САД	ДАД	СрАД	ЧСС	ИА	SpO2	...	Лактат	Амилаза	АЛТ	АСТ	АЧТВ	Инфузия, % от N	КИ	Площадь тела	Диурез, мл/кг	OUTCOME
91	17	1	4.0	1.0	100.0	65.0	76.666667	128.0	1.28000	98.0	...	0.0	49.7	15.8	35.9	30.6	79.261364	0.0	0.61	62.5	Survived
92	17	2	4.0	0.0	107.0	54.0	71.666667	119.0	1.11215	100.0	...	0.0	49.7	37.8	67.1	30.6	161.931818	0.0	0.61	43.5	Survived
93	17	4	4.0	0.0	107.0	54.0	71.666667	119.0	1.11215	98.0	...	0.0	49.7	59.8	98.3	30.6	17.045455	0.0	0.61	5.0	Survived

3 rows × 22 columns

# 3 день и 4-10 дни
df0_ = df.loc[(~df.Day.isin([1,2,3]))&(df.Day<=10),:].groupby('ID',as_index=False).mean().drop('Day',axis=1)
df1_ = df.loc[df.Day==3,:].drop('Day',axis=1)
ids = df0_.ID.unique() # смотрим только пациентов, которые оставались в ОРИТ в период 4-10 день
ids = ids[~np.isin(ids,17)]
columns = list(df0_.columns[2:-1])
columns.remove('Масса тела')
columns.remove('Площадь тела')
results = []
for i in columns:
    statistics, p = stats.wilcoxon(df0_[df0_.ID.isin(ids)][i],df1_[df1_.ID.isin(ids)][i])
    results.append([i,round(p,3),f'Различие значимо' if p<0.05 else f'Не значимое различие'])
print("Различия между значениями параметров на 3й день и средними значениями за последующие дни (до 10го дня)")
pd.DataFrame(results)

Различия между значениями параметров на 3й день и средними значениями за последующие дни (до 10го дня)

	0	1	2
0	GT	0.000	Различие значимо
1	САД	0.011	Различие значимо
2	ДАД	0.310	Не значимое различие
3	СрАД	0.066	Не значимое различие
4	ЧСС	0.670	Не значимое различие
5	ИА	0.181	Не значимое различие
6	SpO2	0.233	Не значимое различие
7	Cl-	0.000	Различие значимо
8	Лактат	0.511	Не значимое различие
9	Амилаза	0.017	Различие значимо
10	АЛТ	0.000	Различие значимо
11	АСТ	0.000	Различие значимо
12	АЧТВ	0.377	Не значимое различие
13	Инфузия, % от N	0.345	Не значимое различие
14	КИ	0.942	Не значимое различие

---

Анализ различий между значениями параметров разных ГТ-групп пациентов

На основе получения ГТ и исходов заболевания было сформировано 9 групп пациентов:

1. Общая группа (все пациенты)
2. Пациенты, получавшие ГТ
3. Пациенты, не получавшие ГТ
4. Выжившие пациенты
5. Выжившие пациенты, получавшие ГТ
6. Выжившие пациенты, не получавшие ГТ
7. Умершие пациенты
8. Умершие пациенты, получавшие ГТ
9. Умершие пациенты, не получавшие ГТ

days = list(range(1,8))
df_all = df.loc[df.Day==7,'ID'].unique()
df_all = df.loc[(df.ID.isin(df_all))&(df.Day.isin(days)),:]
df_gt_users = df_all.loc[df_all.GT==1,'ID'].unique()
df_gt = df_all.loc[df_all.ID.isin(df_gt_users),:]
df_nogt = df_all.loc[~df_all.ID.isin(df_gt_users),:]
df_surv = df_all.loc[df_all.OUTCOME=='Survived',:]
# df_surv_gt_users = df_all.loc[(df_all.OUTCOME=='Survived')&(df_all.GT==1),'ID'].unique()
df_surv_gt = df_gt.loc[df_gt.OUTCOME=='Survived',:]
df_surv_nogt = df_nogt.loc[df_nogt.OUTCOME=='Survived',:]
df_died = df_all.loc[df_all.OUTCOME=='Died',:]
# df_died_gt_users = df_all.loc[(df_all.OUTCOME=='Died')&(df_all.GT==1),'ID'].unique()
df_died_gt = df_gt.loc[df_gt.OUTCOME=='Died',:]
df_died_nogt = df_nogt.loc[df_nogt.OUTCOME=='Died',:]

print(f'Всего пациентов, лечившихся 7 и более дней: {df_all.ID.nunique()}\n\
всего пациентов, получавших ГТ: {df_gt.ID.nunique()}\n\
всего пациентов, не получавших ГТ: {df_nogt.ID.nunique()}\n\
выживших пациентов: {df_surv.ID.nunique()}\n\
выживших, получавших ГТ: {df_surv_gt.ID.nunique()}\n\
выживших, не получавших ГТ: {df_surv_nogt.ID.nunique()}\n\
умерших пациентов: {df_died.ID.nunique()}\n\
умерших, получавших ГТ: {df_died_gt.ID.nunique()}\n\
умерших, не получавших ГТ: {df_died_nogt.ID.nunique()}\n\
')

Всего пациентов, лечившихся 7 и более дней: 82
всего пациентов, получавших ГТ: 58
всего пациентов, не получавших ГТ: 24
выживших пациентов: 68
выживших, получавших ГТ: 47
выживших, не получавших ГТ: 21
умерших пациентов: 14
умерших, получавших ГТ: 11
умерших, не получавших ГТ: 3

Поиск внутригрупповых различий в разные дни производили с помощью теста Фридмана

1. Изучение 1, 2, 3, 4, 5, 6, 7 дней

from scipy.stats import friedmanchisquare
def highlight(x):
    color = 'lightgreen' if x<=0.01 else 'lightblue'
    return 'background-color: %s' % color


params = list(set(df_all.columns[4:-1])-set(['Масса тела','Площадь тела']))
tab_lists = ['Все пациенты','Получали ГТ','Не получали ГТ', 'Выжили', 'Выжили, получали ГТ', 'Выжили, не получали ГТ', 'Умерли', 'Умерли, получали ГТ','Умерли, не получали ГТ']
results = []
for i in params:
#     print('*'*5,i,'*'*(50-len(list(i))))
    for k,z in enumerate([df_all,df_gt,df_nogt, df_surv, df_surv_gt, df_surv_nogt, df_died, df_died_gt, df_died_nogt]):
        stat,p = friedmanchisquare(z.loc[z.Day==1,i],z.loc[z.Day==2,i],z.loc[z.Day==3,i],z.loc[z.Day==4,i],z.loc[z.Day==5,i],z.loc[z.Day==6,i],z.loc[z.Day==7,i])
#         print(tab_lists[k],round(p,4))
        results.append([i,tab_lists[k],round(p,4)])

a = pd.DataFrame(results)
a = a.pivot(columns = 1,index = 0,values = 2).rename_axis(None, axis=0).rename_axis('Параметры', axis=1).style.applymap(highlight)
a

Параметры	Все пациенты	Выжили	Выжили, не получали ГТ	Выжили, получали ГТ	Не получали ГТ	Получали ГТ	Умерли	Умерли, не получали ГТ	Умерли, получали ГТ
Cl-	0.000500	0.000000	0.168000	0.000200	0.453700	0.001400	0.338500	0.377600	0.723100
SpO2	0.688800	0.628200	0.832300	0.239300	0.553100	0.182100	0.125100	0.034000	0.045100
АЛТ	0.002900	0.000400	0.011700	0.073800	0.024200	0.176000	0.889300	0.757400	0.929100
АСТ	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.879500	0.821900	0.941300
АЧТВ	0.100100	0.035800	0.439300	0.083200	0.309800	0.280500	0.003500	0.098300	0.118500
Амилаза	0.000000	0.000000	0.001900	0.000000	0.001900	0.000000	0.667000	0.423200	0.423200
ДАД	0.001900	0.000200	0.442200	0.000100	0.093800	0.007800	0.808800	0.051600	0.145500
Диурез, мл/кг	0.000900	0.003300	0.376300	0.007800	0.291800	0.001100	0.506900	0.755500	0.157300
ИА	0.000100	0.000100	0.801500	0.000000	0.759700	0.000000	0.655800	0.715300	0.501000
Инфузия, % от N	0.000000	0.000000	0.093000	0.000100	0.111700	0.000100	0.868800	0.919700	0.727700
КИ	0.005700	0.006400	0.613500	0.014400	0.406300	0.023300	0.007300	0.126500	0.036400
Лактат	0.000400	0.000300	0.390500	0.000200	0.642400	0.000100	0.669200	0.657700	0.732100
САД	0.000200	0.000000	0.332000	0.000000	0.196200	0.000200	0.767100	0.174600	0.462500
СрАД	0.000300	0.000000	0.295400	0.000000	0.063800	0.001100	0.876100	0.033600	0.320400
ЧСС	0.011800	0.002800	0.678600	0.001500	0.666700	0.014900	0.517400	0.903600	0.274400

1. Изучение 2, 3, 4, 5, 6, 7 дней

def highlight(x):
    color = 'lightgreen' if x<=0.01 else 'lightblue'
    return 'background-color: %s' % color


params = list(set(df_all.columns[4:-1])-set(['Масса тела','Площадь тела']))
tab_lists = ['Все пациенты','Получали ГТ','Не получали ГТ', 'Выжили', 'Выжили, получали ГТ', 'Выжили, не получали ГТ', 'Умерли', 'Умерли, получали ГТ','Умерли, не получали ГТ']
results = []
for i in params:
#     print('*'*5,i,'*'*(50-len(list(i))))
    for k,z in enumerate([df_all,df_gt,df_nogt, df_surv, df_surv_gt, df_surv_nogt, df_died, df_died_gt, df_died_nogt]):
        stat,p = friedmanchisquare(z.loc[z.Day==2,i],z.loc[z.Day==3,i],z.loc[z.Day==4,i],z.loc[z.Day==5,i],z.loc[z.Day==6,i],z.loc[z.Day==7,i])
#         print(tab_lists[k],round(p,4))
        results.append([i,tab_lists[k],round(p,4)])

a = pd.DataFrame(results)
a = a.pivot(columns = 1,index = 0,values = 2).rename_axis(None, axis=0).rename_axis('Параметры', axis=1).style.applymap(highlight)
a

Параметры	Все пациенты	Выжили	Выжили, не получали ГТ	Выжили, получали ГТ	Не получали ГТ	Получали ГТ	Умерли	Умерли, не получали ГТ	Умерли, получали ГТ
Cl-	0.000300	0.000000	0.124400	0.000100	0.285600	0.001000	0.890300	0.897700	0.840200
SpO2	0.530800	0.468800	0.633500	0.123900	0.579800	0.115200	0.043800	0.152000	0.018200
АЛТ	0.002700	0.000200	0.004200	0.062000	0.026000	0.116000	0.908600	0.971000	0.893100
АСТ	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.847400	0.784800	0.870500
АЧТВ	0.517700	0.051500	0.470500	0.061700	0.549600	0.442100	0.002200	0.102600	0.067400
Амилаза	0.064100	0.109600	0.016000	0.642600	0.036500	0.539100	0.509100	0.415900	0.415900
ДАД	0.000600	0.000000	0.560300	0.000000	0.159300	0.006700	0.924700	0.068600	0.332600
Диурез, мл/кг	0.004600	0.017100	0.575500	0.011900	0.417400	0.001600	0.410800	0.670600	0.118700
ИА	0.009100	0.012200	0.979000	0.001400	0.953300	0.001100	0.598200	0.670600	0.547900
Инфузия, % от N	0.119600	0.191700	0.877900	0.187300	0.842400	0.096200	0.749800	0.787200	0.618000
КИ	0.977900	0.211500	0.635800	0.248200	0.763100	0.879800	0.014800	0.189300	0.027800
Лактат	0.007400	0.017000	0.325700	0.007800	0.443900	0.003500	0.604400	0.954000	0.593500
САД	0.000100	0.000000	0.182400	0.000000	0.122300	0.000100	0.521700	0.203100	0.300800
СрАД	0.000100	0.000000	0.417600	0.000000	0.157700	0.000500	0.830500	0.061400	0.476400
ЧСС	0.156300	0.184100	0.768200	0.083900	0.779400	0.102000	0.519800	0.794700	0.326600

1. Изучение 3, 4, 5, 6, 7 дней

def highlight(x):
    color = 'lightgreen' if x<=0.01 else 'lightblue'
    return 'background-color: %s' % color


params = list(set(df_all.columns[4:-1])-set(['Масса тела','Площадь тела']))
tab_lists = ['Все пациенты','Получали ГТ','Не получали ГТ', 'Выжили', 'Выжили, получали ГТ', 'Выжили, не получали ГТ', 'Умерли', 'Умерли, получали ГТ','Умерли, не получали ГТ']
results = []
for i in params:
#     print('*'*5,i,'*'*(50-len(list(i))))
    for k,z in enumerate([df_all,df_gt,df_nogt, df_surv, df_surv_gt, df_surv_nogt, df_died, df_died_gt, df_died_nogt]):
        stat,p = friedmanchisquare(z.loc[z.Day==3,i],z.loc[z.Day==4,i],z.loc[z.Day==5,i],z.loc[z.Day==6,i],z.loc[z.Day==7,i])
#         print(tab_lists[k],round(p,4))
        results.append([i,tab_lists[k],round(p,4)])

a = pd.DataFrame(results)
a = a.pivot(columns = 1,index = 0,values = 2).rename_axis(None, axis=0).rename_axis('Параметры', axis=1).style.applymap(highlight)
a

Параметры	Все пациенты	Выжили	Выжили, не получали ГТ	Выжили, получали ГТ	Не получали ГТ	Получали ГТ	Умерли	Умерли, не получали ГТ	Умерли, получали ГТ
Cl-	0.000500	0.000000	0.356600	0.000100	0.521500	0.000400	0.934800	0.828400	0.784800
SpO2	0.900000	0.375200	0.837300	0.248400	0.592700	0.850500	0.262700	0.171200	0.072900
АЛТ	0.059800	0.021200	0.104600	0.211900	0.268800	0.253100	0.869600	0.961300	0.829700
АСТ	0.000000	0.000000	0.005700	0.000000	0.006600	0.000000	0.627000	0.651500	0.685900
АЧТВ	0.185000	0.005400	0.640200	0.008900	0.849300	0.162500	0.000800	0.109300	0.018300
Амилаза	0.050200	0.115500	0.023800	0.594900	0.028300	0.479100	0.267400	0.406000	0.406000
ДАД	0.018900	0.001900	0.465500	0.003900	0.132800	0.166300	0.875100	0.069300	0.311800
Диурез, мл/кг	0.012100	0.030000	0.414100	0.128600	0.359400	0.052500	0.392400	0.569000	0.143500
ИА	0.784800	0.638700	0.902700	0.374400	0.858700	0.375800	0.855700	0.483000	0.576600
Инфузия, % от N	0.171200	0.212800	0.751000	0.184200	0.696000	0.104300	0.708900	0.615100	0.478600
КИ	0.910400	0.076400	0.423800	0.073600	0.550400	0.679400	0.027200	0.406000	0.019700
Лактат	0.426500	0.500700	0.341100	0.196800	0.508800	0.175100	0.830200	0.926100	0.793000
САД	0.000400	0.000000	0.074800	0.000200	0.045100	0.004500	0.587900	0.146000	0.201300
СрАД	0.014200	0.001800	0.350400	0.002900	0.162100	0.095400	0.731700	0.058600	0.376600
ЧСС	0.305800	0.394200	0.650400	0.567300	0.681000	0.452600	0.493700	0.572100	0.246200

ИТОГ:

• При статистическом анализе данных за 1/2/3 день и средними значениями (последующие дни, до 7 дня включительно) с помощью теста Фридмана:
  • в группах умерших пациентов статистически значимых различий в разные дни не было, т.е. они были резистентны к проводимой ГТ (не только ГТ, возможно).
  • в остальных группах, не получавших ГТ, различия были менее выражены, чем в группах, получавших ГТ.
  • к третьему дню статистически значимых различий по наблюдаемым параметрам становится меньше.

Эти данные согласуются с проведенным ранее (см. выше) тестом Уилкоксона. При этом данный тест позволил выявить группы пациентов, в которых демонстрируются максимальные различия в параметрах на разных сроках лечения.

Ниже мы проследим за этими изменениями на графиках

tab_list = [df_all,df_gt,df_nogt, df_surv, df_surv_gt, df_surv_nogt, df_died, df_died_gt, df_died_nogt]
tab_lists = ['Все пациенты','Получали ГТ','Не получали ГТ', 'Выжили', 'Выжили, получали ГТ', 'Выжили, не получали ГТ', 'Умерли', 'Умерли, получали ГТ','Умерли, не получали ГТ']
fig,axis = plt.subplots(15,9,figsize = (30,75))

for k,z in enumerate(params):
    if z!='КИ' and z!='Лактат':
        y_max = df_all[z].max()
        while y_max>(df_all[z].mean()*5):
            y_max = y_max/5
        y_min = df_all[z].min()
        while y_min<(df_all[z].mean()/5):
            y_min = (y_min+1)*5
    elif z=='КИ':
        y_max = 100
        y_min = 0
    elif z=='Лактат':
        y_max = 20
        y_min = 0
    for kk,i in enumerate(tab_list):
        sns.boxplot(x = tab_list[kk]['Day'], y = tab_list[kk][z],orient='vertical',ax=axis[k,kk],).set_ylabel(None)
        axis[k,kk].set_title(f'{z}\n{tab_lists[kk]}')
        axis[k,kk].set_ylim(y_min,y_max)
plt.tight_layout()
plt.show()

• не смотря на то, что на графиках бокс-плот видимой, бросающейся в глаза, разницы не обнаруживается, продолжим графический анализ: проанализируем динамику средних значений

fig,axis = plt.subplots(15,9,figsize = (30,75))
for k,z in enumerate(params):
    if z!='КИ' and z!='Лактат':
        y_max = df_all[z].max()
        while y_max>(df_all[z].mean()*5):
            y_max = y_max/5
        y_min = df_all[z].min()
        while y_min<(df_all[z].mean()/5):
            y_min = (y_min+1)*5
    elif z=='КИ':
        y_max = 100
        y_min = 0
    elif z=='Лактат':
        y_max = 20
        y_min = 0
    for kk,i in enumerate(tab_list):
        sns.lineplot(x = tab_list[kk]['Day'], y = tab_list[kk][z],ax=axis[k,kk],).set_ylabel(None)
        axis[k,kk].set_title(f'{z}\n{tab_lists[kk]}')
        axis[k,kk].set_ylim(y_min,y_max)
plt.tight_layout()
plt.show()

На графиках светло-голубым цветом обозначены доверительные интервалы средних значений: обращает на себя внимание разные доверительные интервалы средних значений для групп умерших и выживших (у выживших они Уже) и для подгрупп (ГТ+ и ГТ-) в этих же группах (в группах ГТ+ доверительные интервалы также Уже).
В связи с этим добавим новые признаки: 2 стандартных отклонения средних значений для каждого параметра в меньшую и большую сторону.

import warnings
warnings.filterwarnings("ignore")
for i in params:
    i_std_min = str(i+'_std_min')
    i_std_max = str(i+'_std_max')
    for tab in tab_list:
        tab[i_std_min] = tab[i].mean() - tab[i].std(ddof=1)*2 / np.sqrt(tab.shape[0])
        tab[i_std_max] = tab[i].mean() + tab[i].std(ddof=1)*2 / np.sqrt(tab.shape[0])

Теперь с помощью метода Краскела-Уоллиса попытаемся определить, есть ли значимые различия между группами пациентов по изучаемым параметрам
Выбор данного критерия обусловлен непараметрическим распределением данных, независимостью анализируемых выборок (в сформированных группах пациенты не переходят из одной группы в другую) и количеством групп более 2.

pd.options.display.max_rows = 350
params2 = df_all.columns[2:].drop(['OUTCOME','GT'])
results2 = []
for day in days:
    for i in params2:
        stat, p = stats.kruskal(df_all.loc[df_all.Day==day,i],df_gt.loc[df_gt.Day==day,i],\
                                df_nogt.loc[df_nogt.Day==day,i], df_surv.loc[df_surv.Day==day,i],\
                                df_surv_gt.loc[df_surv_gt.Day==day,i], df_surv_nogt.loc[df_surv_nogt.Day==day,i],\
                                df_died.loc[df_died.Day==day,i], df_died_gt.loc[df_died_gt.Day==day,i],\
                                df_died_nogt.loc[df_died_nogt.Day==day,i])
        if p<0.05:
            results2.append([i,day,round(p,4)])
        else:
            results2.append([i,day,round(p,4)])
result2_df = pd.DataFrame(results2,columns=['Параметр','День','p-value'])
result2_df.groupby('Параметр',as_index=False).mean()[['Параметр','p-value']].sort_values('p-value')

	Параметр	p-value
23	Диурез, мл/кг_std_max	0.000000
46	ЧСС_std_max	0.000000
24	Диурез, мл/кг_std_min	0.000000
26	ИА_std_max	0.000000
27	ИА_std_min	0.000000
29	Инфузия, % от N_std_max	0.000000
30	Инфузия, % от N_std_min	0.000000
21	ДАД_std_min	0.000000
32	КИ_std_max	0.000000
35	Лактат_std_max	0.000000
36	Лактат_std_min	0.000000
40	САД_std_max	0.000000
41	САД_std_min	0.000000
43	СрАД_std_max	0.000000
44	СрАД_std_min	0.000000
33	КИ_std_min	0.000000
20	ДАД_std_max	0.000000
47	ЧСС_std_min	0.000000
8	АЛТ_std_min	0.000000
5	SpO2_std_min	0.000000
7	АЛТ_std_max	0.000000
17	Амилаза_std_min	0.000000
10	АСТ_std_max	0.000000
11	АСТ_std_min	0.000000
2	Cl-_std_min	0.000000
14	АЧТВ_std_min	0.000000
1	Cl-_std_max	0.000000
16	Амилаза_std_max	0.000000
13	АЧТВ_std_max	0.000000
4	SpO2_std_max	0.000000
15	Амилаза	0.000300
31	КИ	0.231814
12	АЧТВ	0.430814
9	АСТ	0.431086
6	АЛТ	0.523643
3	SpO2	0.553143
25	ИА	0.579857
45	ЧСС	0.601100
37	Масса тела	0.643500
0	Cl-	0.644000
19	ДАД	0.646957
18	Возраст	0.651500
42	СрАД	0.681329
34	Лактат	0.773043
39	САД	0.785171
28	Инфузия, % от N	0.785643
38	Площадь тела	0.798700
22	Диурез, мл/кг	0.947043

• В данном случае выявлено, что верхние и нижние границы доверительных интервалов для среднего значения достоверно различаются для разных групп.
• в данном случае границей было выбрано 2std, но очень маленькие значения p-values позволяют предположить, что можно было выбрать и более широкий диапазон (3 и более std)

Далее мы проведем поиск и анализ данных пациентов, значения параметров у которых "выбиваются" из ДИ среднего наиболее часто (использован порог 2/3 записей), т.е. будет предпринята попытка статистического анализа различий между выжившими и умершими пациентами, а также пациентами ГТ+ и ГТ-, которые наиболее сильно отклоняются от средних значений исследуемых параметров в своих группах; возможно, будет обнаружено значительное различие, например, в случае отклонения значений умерших пациентов в меньшую от среднего сторону, а выживших - в большую сторону от среднего значения.

Сначала составлен список пациентов, значения которых отклонялись более, чем на 1,96std

results3 = []
for k,tab in enumerate(tab_list):
    for patient in tab.ID.unique():
        for day in days:
            checks_true = []
            checks_false = []
            for param in params:
                std = tab.loc[tab['Day']==day,param].std(ddof=1)
                mean = tab.loc[tab['Day']==day,param].mean()
                if mean-1.96*std/np.sqrt(tab[tab['Day']==day].shape[0]) <= tab.loc[(tab['Day']==day)&(tab['ID']==patient),param].values < mean+1.96*std/np.sqrt(tab[tab['Day']==day].shape[0]):
                    checks_true.append(param)
                else:
                    checks_false.append(param)
            results3.append([tab_lists[k],patient,day,checks_true,checks_false])
#             print(f'День {day}: {param} находится в пределах среднее +/- 2std' if df_all.loc[df_all['Day']==day,param].mean()-2*df_all.loc[df_all['Day']==day,param].std(ddof=1)<=df_all.loc[(df_all['Day']==day)&(df_all['ID']==patient),param].values<df_all.loc[df_all['Day']==day,param].mean()-2*df_all.loc[df_all['Day']==day,param].std(ddof=1) else f'День {day}: {param} находится за пределами среднее +/- 2std')

results3_df = pd.DataFrame(results3, columns = ['Группа пациентов','ID пациента','День лечения','Параметр в пределах среднее +/- 1.96std','Параметры за пределами среднее +/-1.96std'])
results3_df['Количество параметров за пределами 1.96std'] = [len(i) for i in results3_df['Параметры за пределами среднее +/-1.96std']]
results3_df.head()

	Группа пациентов	ID пациента	День лечения	Параметр в пределах среднее +/- 1.96std	Параметры за пределами среднее +/-1.96std	Количество параметров за пределами 1.96std
0	Все пациенты	3	1	[Амилаза, Cl-, АЧТВ, Диурез, мл/кг]	[АСТ, ИА, ДАД, СрАД, КИ, АЛТ, SpO2, Лактат, ЧС...	11
1	Все пациенты	3	2	[Амилаза, Cl-]	[АСТ, ИА, ДАД, СрАД, КИ, АЧТВ, АЛТ, Диурез, мл...	13
2	Все пациенты	3	3	[Cl-, АЧТВ, Инфузия, % от N]	[Амилаза, АСТ, ИА, ДАД, СрАД, КИ, АЛТ, Диурез,...	12
3	Все пациенты	3	4	[Амилаза, АСТ, ДАД, СрАД, АЧТВ, ЧСС, САД]	[ИА, Cl-, КИ, АЛТ, Диурез, мл/кг, SpO2, Лактат...	8
4	Все пациенты	3	5	[АСТ, ДАД, СрАД, АЧТВ, САД]	[Амилаза, ИА, Cl-, КИ, АЛТ, Диурез, мл/кг, SpO...	10

print("Количество значений, отклоняющихся от среднего более, чем на 1.96 std в группе ГТ-")
results3_df[results3_df['Группа пациентов']=='Не получали ГТ'].sort_values('Количество параметров за пределами 1.96std',ascending=False)['Количество параметров за пределами 1.96std'].sum()

Количество значений, отклоняющихся от среднего более, чем на 1.96 std в группе ГТ-

1655

print("Количество значений, отклоняющихся от среднего более, чем на 1.96 std в группе ГТ+")
results3_df[results3_df['Группа пациентов']=='Получали ГТ'].sort_values('Количество параметров за пределами 1.96std',ascending=False)['Количество параметров за пределами 1.96std'].sum()

Количество значений, отклоняющихся от среднего более, чем на 1.96 std в группе ГТ+

4431

Также получен список пациентов, значения которых отклонялись на 1std от среднего

results4 = []
for k,tab in enumerate(tab_list):
    for patient in tab.ID.unique():
        for day in days:
            checks_true = []
            checks_false = []
            for param in params:
                std = tab.loc[tab['Day']==day,param].std(ddof=1)
                mean = tab.loc[tab['Day']==day,param].mean()
                if mean-1*std/np.sqrt(tab[tab['Day']==day].shape[0]) <= tab.loc[(tab['Day']==day)&(tab['ID']==patient),param].values < mean+1*std/np.sqrt(tab[tab['Day']==day].shape[0]):
                    checks_true.append(param)
                else:
                    checks_false.append(param)
            results4.append([tab_lists[k],patient,day,checks_true,checks_false])

results4_df = pd.DataFrame(results4, columns = ['Группа пациентов','ID пациента','День лечения','Параметр в пределах среднее +/- 1std','Параметры за пределами среднее +/-1std'])
results4_df['Количество параметров за пределами 1std'] = [len(i) for i in results4_df['Параметры за пределами среднее +/-1std']]
results4_df.head()

	Группа пациентов	ID пациента	День лечения	Параметр в пределах среднее +/- 1std	Параметры за пределами среднее +/-1std	Количество параметров за пределами 1std
0	Все пациенты	3	1	[АЧТВ, Диурез, мл/кг]	[Амилаза, АСТ, ИА, Cl-, ДАД, СрАД, КИ, АЛТ, Sp...	13
1	Все пациенты	3	2	[Cl-]	[Амилаза, АСТ, ИА, ДАД, СрАД, КИ, АЧТВ, АЛТ, Д...	14
2	Все пациенты	3	3	[Инфузия, % от N]	[Амилаза, АСТ, ИА, Cl-, ДАД, СрАД, КИ, АЧТВ, А...	14
3	Все пациенты	3	4	[Амилаза, АСТ, ДАД, СрАД]	[ИА, Cl-, КИ, АЧТВ, АЛТ, Диурез, мл/кг, SpO2, ...	11
4	Все пациенты	3	5	[АСТ, ДАД, СрАД, САД]	[Амилаза, ИА, Cl-, КИ, АЧТВ, АЛТ, Диурез, мл/к...	11

print("Количество значений, отклоняющихся от среднего более, чем на 1 std в группе ГТ-")
results4_df[results4_df['Группа пациентов']=='Не получали ГТ'].sort_values('Количество параметров за пределами 1std',ascending=False)['Количество параметров за пределами 1std'].sum()

Количество значений, отклоняющихся от среднего более, чем на 1 std в группе ГТ-

2092

print("Количество значений, отклоняющихся от среднего более, чем на 1 std в группе ГТ+")
results4_df[results4_df['Группа пациентов']=='Получали ГТ'].sort_values('Количество параметров за пределами 1std',ascending=False)['Количество параметров за пределами 1std'].sum()

Количество значений, отклоняющихся от среднего более, чем на 1 std в группе ГТ+

5249

print(f'{len(params)} параметров\n{df_gt.ID.nunique()} пациентов получали ГТ\n{df_nogt.ID.nunique()} пациентов не получали ГТ')

15 параметров
58 пациентов получали ГТ
24 пациентов не получали ГТ

Итак: всего 15 наблюдаемых параметров

• Интервал 1,96 сигмы:

В группе не получавших ГТ: 24 пациентов - и в ней всего 1655 из 15х24х7=2520 (т.е. 65.67%) записей не попадают в пределы средних значений.
В группе, получавшей ГТ: 58 пациента - и в ней всего 4431 из 15(параметров)х58(пациентов)х7(дней)=6090 (т.е. 72.76%) записей не попадают в пределы средних значений

• Интервал 1 сигма:

В группе не получавших ГТ: 24 пациентов - и в ней всего 2092 из 15х24х7=2520 (т.е. 83.02%) записей не попадают в пределы средних значений.
В группе, получавшей ГТ: 58 пациента - и в ней всего 5249 из 15(параметров)х58(пациентов)х7(дней)=6090 (т.е. 86.19%) записей не попадают в пределы средних значений

• Т.о. порядка 65-86% записей пациентов, получавших ГТ и не получавших ГТ сильно "оторваны" от других записей (т.е. расстояние между ними больше или равно 1 сигме); при этом в более узком нормальном распределении наблюдается около 68% значений в пределах 1 сигмы от наблюдаемого среднего - и, соответственно, только 32% за пределами 1 сигмы.
• Это еще раз подтверждает непараметричность распределения исследуемых значений;
• Это же свидетельствует о значительных колебаниях параметров пациентов в каждой группе, а значит, пациенты в разные дни имеют разные характеристики, и результаты ранее проведенного теста Фридмана также заслуживают доверия.

Ниже мы посмотрим, что это за пациенты: сколько параметров у каждого из них далеко отстоит от среднего по выборке (т.е. "группе").

a = results3_df[results3_df['Группа пациентов']=='Получали ГТ'].sort_values('Количество параметров за пределами 1.96std',ascending=False).groupby(['ID пациента','День лечения'],as_index=False)['Количество параметров за пределами 1.96std'].sum()
# a.head(50)

b = results3_df[results3_df['Группа пациентов']=='Не получали ГТ'].sort_values('Количество параметров за пределами 1.96std',ascending=False).groupby(['ID пациента','День лечения'],as_index=False)['Количество параметров за пределами 1.96std'].sum()
# b

a = a.rename(columns={'ID пациента':'ID'}).groupby('ID',as_index=False).sum().sort_values('Количество параметров за пределами 1.96std')[['ID','Количество параметров за пределами 1.96std']].merge(df.groupby('ID',as_index=False)[['Day','OUTCOME']].max(),on='ID',how='left')
a['Количество записей'] = 15 * a['Day']
a['За переделами ДИ, %'] = a['Количество параметров за пределами 1.96std'] * 100 / a['Количество записей']
a.sort_values('За переделами ДИ, %',ascending=False)

	ID	Количество параметров за пределами 1.96std	Day	OUTCOME	Количество записей	За переделами ДИ, %
53	94	90	7	Died	105	85.714286
56	201	98	8	Survived	120	81.666667
49	125	85	7	Survived	105	80.952381
47	49	84	7	Survived	105	80.000000
43	128	82	7	Died	105	78.095238
44	121	82	7	Survived	105	78.095238
45	122	82	7	Died	105	78.095238
55	79	93	8	Died	120	77.500000
35	6	80	7	Survived	105	76.190476
38	8	80	7	Survived	105	76.190476
50	55	86	8	Survived	120	71.666667
42	208	82	8	Survived	120	68.333333
57	179	98	10	Survived	150	65.333333
8	212	68	7	Survived	105	64.761905
9	41	68	7	Survived	105	64.761905
31	50	77	8	Survived	120	64.166667
26	53	76	8	Survived	120	63.333333
25	40	75	8	Survived	120	62.500000
48	200	84	9	Survived	135	62.222222
46	92	84	9	Died	135	62.222222
21	116	74	8	Survived	120	61.666667
54	34	90	10	Survived	150	60.000000
36	108	80	9	Survived	135	59.259259
17	103	71	8	Survived	120	59.166667
15	37	70	8	Survived	120	58.333333
12	84	69	8	Survived	120	57.500000
11	89	69	8	Died	120	57.500000
5	81	67	8	Survived	120	55.833333
7	39	67	8	Survived	120	55.833333
3	57	64	8	Survived	120	53.333333
51	214	87	11	Survived	165	52.727273
13	97	69	9	Survived	135	51.111111
28	58	76	10	Died	150	50.666667
27	19	76	10	Survived	150	50.666667
40	205	80	12	Died	180	44.444444
14	71	70	11	Survived	165	42.424242
39	96	80	13	Died	195	41.025641
33	65	77	13	Survived	195	39.487179
1	70	59	10	Survived	150	39.333333
0	213	51	9	Survived	135	37.777778
32	68	77	15	Survived	225	34.222222
19	87	73	15	Survived	225	32.444444
30	31	77	16	Survived	240	32.083333
41	64	81	17	Survived	255	31.764706
34	95	78	17	Died	255	30.588235
6	32	67	15	Survived	225	29.777778
29	18	76	18	Survived	270	28.148148
20	74	73	18	Survived	270	27.037037
23	33	74	19	Survived	285	25.964912
37	59	80	21	Survived	315	25.396825
4	3	65	19	Survived	285	22.807018
24	61	75	22	Survived	330	22.727273
52	88	88	27	Survived	405	21.728395
16	90	70	25	Died	375	18.666667
10	86	69	30	Survived	450	15.333333
2	85	62	31	Survived	465	13.333333
18	60	72	42	Survived	630	11.428571
22	120	74	49	Survived	735	10.068027

b = b.rename(columns={'ID пациента':'ID'}).groupby('ID',as_index=False).sum().sort_values('Количество параметров за пределами 1.96std')[['ID','Количество параметров за пределами 1.96std']].merge(df.groupby('ID',as_index=False)[['Day','OUTCOME']].max(),on='ID',how='left')
b['Количество записей'] = 15 * b['Day']
b['За переделами ДИ, %'] = a['Количество параметров за пределами 1.96std'] * 100 / a['Количество записей']
b.sort_values('За переделами ДИ, %',ascending=False)

	ID	Количество параметров за пределами 1.96std	Day	OUTCOME	Количество записей	За переделами ДИ, %
8	83	64	12	Survived	180	64.761905
9	51	68	8	Survived	120	64.761905
21	45	79	8	Survived	120	61.666667
17	82	74	9	Survived	135	59.166667
15	129	73	7	Died	105	58.333333
12	72	71	12	Survived	180	57.500000
11	93	70	11	Died	165	57.500000
5	99	61	8	Survived	120	55.833333
7	105	62	11	Survived	165	55.833333
3	63	59	19	Survived	285	53.333333
13	75	71	12	Survived	180	51.111111
14	62	72	35	Survived	525	42.424242
1	119	58	10	Survived	150	39.333333
0	67	57	16	Survived	240	37.777778
19	66	75	8	Died	120	32.444444
6	98	61	8	Survived	120	29.777778
20	54	76	7	Survived	105	27.037037
23	203	86	12	Survived	180	25.964912
4	7	61	7	Survived	105	22.807018
16	211	73	11	Survived	165	18.666667
10	115	69	7	Survived	105	15.333333
2	46	59	8	Survived	120	13.333333
18	47	74	8	Survived	120	11.428571
22	29	82	9	Survived	135	10.068027

• анализируемые пациенты лечились не менее 7 дней; исследуются 15 параметров, значит, каждый из них имел как минимум 7*15 записей (=105).

patients = a[a['За переделами ДИ, %']>35]['ID'].unique()
df.loc[df.ID.isin(patients),['ID','OUTCOME']].groupby('ID').min().sort_values('OUTCOME').value_counts()

OUTCOME 
Survived    31
Died         9
dtype: int64

• 9 из 11 умерших пациентов, получавших ГТ, отклонялись на 1.96 и более сигм от среднего своей группы (т.е. группы, получавшей ГТ) по более чем 5% случаев наблюдения за исследуемыми параметрами; при этом мы проанализировали всего 14 умерших пациентов (остальные умерли ранее 7 дня или не получали ГТ); выживших в этом списке - 31 человек (всего - 47; см. подробный состав групп в начале).
• далее мы отдельно проанализируем и сравним этих 9 умерших и 31 выживших пациента

tab_list = [df.loc[(df.ID.isin(patients))&(df.OUTCOME=='Died'),:],df.loc[(df.ID.isin(patients))&(df.OUTCOME=='Survived'),:]]
tab_lists = ['Умерли, >35% значений выходят за рамки 1.96 std','Выжили, >35% значений выходят за рамки 1.96 std']
fig,axis = plt.subplots(15,2,figsize = (30,75))
for k,z in enumerate(params):
    if z!='КИ' and z!='Лактат':
        y_max = df_all[z].max()
        while y_max>(df_all[z].mean()*5):
            y_max = y_max/5
        y_min = df_all[z].min()
        while y_min<(df_all[z].mean()/5):
            y_min = (y_min+1)*5
    elif z=='КИ':
        y_max = 100
        y_min = 0
    elif z=='Лактат':
        y_max = 20
        y_min = 0
    for kk,i in enumerate(tab_list):
        sns.lineplot(x = tab_list[kk]['Day'], y = tab_list[kk][z],ax=axis[k,kk],).set_ylabel(None)
        axis[k,kk].set_title(f'{z}\n{tab_lists[kk]}')
        axis[k,kk].set_ylim(y_min,y_max)
plt.tight_layout()
plt.show()

tab_list = [df.loc[(df.ID.isin(patients))&(df.OUTCOME=='Died'),:],df.loc[(~df.ID.isin(patients))&(df.OUTCOME=='Died')&(df.GT==1),:]]
tab_lists = ['Умерли, >5% значений выходят за рамки 1.96 std','Умерли, <5% значений выходят за рамки 1.96 std']
fig,axis = plt.subplots(15,2,figsize = (30,75))
for k,z in enumerate(params):
    if z!='КИ' and z!='Лактат':
        y_max = df_all[z].max()
        while y_max>(df_all[z].mean()*5):
            y_max = y_max/5
        y_min = df_all[z].min()
        while y_min<(df_all[z].mean()/5):
            y_min = (y_min+1)*5
    elif z=='КИ':
        y_max = 100
        y_min = 0
    elif z=='Лактат':
        y_max = 20
        y_min = 0
    for kk,i in enumerate(tab_list):
        sns.lineplot(x = tab_list[kk]['Day'], y = tab_list[kk][z],ax=axis[k,kk],).set_ylabel(None)
        axis[k,kk].set_title(f'{z}\n{tab_lists[kk]}')
        axis[k,kk].set_ylim(y_min,y_max)
plt.tight_layout()
plt.show()

tab_list = [df.loc[(df.ID.isin(patients))&(df.OUTCOME=='Survived'),:],df.loc[(~df.ID.isin(patients))&(df.OUTCOME=='Survived')&(df.GT==1),:]]
tab_lists = ['Выжили, >5% значений выходят за рамки 1.96 std','Выжили, <5% значений выходят за рамки 1.96 std']
fig,axis = plt.subplots(15,2,figsize = (30,75))
for k,z in enumerate(params):
    if z!='КИ' and z!='Лактат':
        y_max = df_all[z].max()
        while y_max>(df_all[z].mean()*5):
            y_max = y_max/5
        y_min = df_all[z].min()
        while y_min<(df_all[z].mean()/5):
            y_min = (y_min+1)*5
    elif z=='КИ':
        y_max = 100
        y_min = 0
    elif z=='Лактат':
        y_max = 20
        y_min = 0
    for kk,i in enumerate(tab_list):
        sns.lineplot(x = tab_list[kk]['Day'], y = tab_list[kk][z],ax=axis[k,kk],).set_ylabel(None)
        axis[k,kk].set_title(f'{z}\n{tab_lists[kk]}')
        axis[k,kk].set_ylim(y_min,y_max)
plt.tight_layout()
plt.show()

# Умершие и получавшие ГТ, выходящие >5% раз за пределы 1.96 std
df.loc[(df.ID.isin(patients))&(df.OUTCOME=='Died'),params].describe().T

	count	mean	std	min	25%	50%	75%	max
Амилаза	81.0	15.716049	65.716291	0.000000	0.000000	0.000000	0.000000	485.000000
АСТ	81.0	138.992593	230.256034	0.000000	38.000000	104.000000	120.500000	1678.400000
ИА	81.0	1.071906	0.419976	0.512500	0.811966	1.000000	1.196078	3.100000
Cl-	81.0	105.944444	38.500568	0.000000	101.500000	111.000000	124.000000	159.000000
ДАД	81.0	59.543210	17.674169	17.000000	50.000000	60.000000	75.000000	99.000000
СрАД	81.0	74.962963	20.015827	26.333333	60.000000	75.666667	90.000000	120.666667
КИ	81.0	24.203704	44.244829	0.000000	4.000000	7.500000	20.000000	246.000000
АЧТВ	81.0	25.203704	22.245755	0.000000	0.000000	29.000000	38.000000	120.000000
АЛТ	81.0	107.038272	164.535558	0.000000	42.800000	66.000000	112.000000	1293.200000
Диурез, мл/кг	81.0	54.841746	37.424546	2.325581	31.000000	42.500000	70.930233	179.500000
SpO2	81.0	96.469136	4.965094	69.000000	97.000000	98.000000	99.000000	100.000000
Лактат	81.0	1.553704	2.819195	0.000000	0.000000	0.000000	2.200000	13.000000
ЧСС	81.0	106.716049	25.233031	41.000000	95.000000	105.000000	121.000000	186.000000
САД	81.0	105.802469	26.448261	45.000000	89.000000	102.000000	120.000000	165.000000
Инфузия, % от N	81.0	137.262723	49.689497	11.952941	107.954545	133.058824	167.058824	300.176471

# Умершие и получавшие ГТ, выходящие <5% раз за пределы 1.96 std
zz = df.loc[(~df.ID.isin(patients))&(df.OUTCOME=='Died')&(df.GT==1),'ID'].unique()
df.loc[df['ID'].isin(zz),params].describe().T

	count	mean	std	min	25%	50%	75%	max
Амилаза	51.0	37.117647	155.360439	0.000000	0.000000	0.000000	0.000000	892.000000
АСТ	51.0	249.749020	359.553565	0.000000	135.750000	183.000000	241.000000	2458.300000
ИА	51.0	0.981681	0.310853	0.464000	0.834250	0.939759	1.004505	2.285714
Cl-	51.0	104.198039	54.367492	1.200000	107.000000	122.000000	139.000000	193.000000
ДАД	51.0	58.294118	15.811760	30.000000	46.500000	58.000000	70.000000	93.000000
СрАД	51.0	72.660131	15.457970	43.333333	60.166667	73.333333	85.000000	105.333333
КИ	51.0	31.649020	134.363695	0.000000	5.000000	7.500000	12.500000	956.600000
АЧТВ	51.0	14.760784	41.795861	0.000000	0.000000	0.000000	0.000000	162.000000
АЛТ	51.0	150.007843	396.617281	0.000000	37.000000	113.000000	113.000000	2865.000000
Диурез, мл/кг	51.0	55.783472	32.164732	0.000000	38.666667	56.666667	72.166667	169.230769
SpO2	51.0	97.196078	4.841568	70.000000	98.000000	98.000000	99.000000	100.000000
Лактат	51.0	3.309804	4.422850	0.000000	0.000000	2.200000	4.700000	20.000000
ЧСС	51.0	97.156863	23.931045	50.000000	85.000000	98.000000	110.000000	160.000000
САД	51.0	101.392157	18.328206	60.000000	90.000000	108.000000	115.000000	136.000000
Инфузия, % от N	51.0	106.096787	36.034563	22.773279	81.849436	98.082192	124.295094	238.833333

# Выжившие и получавшие ГТ, выходящие >5% раз за пределы 1.96 std
df.loc[(df.ID.isin(patients))&(df.OUTCOME=='Survived'),params].describe().T

	count	mean	std	min	25%	50%	75%	max
Амилаза	264.0	104.539356	140.185331	0.000000	0.000000	53.500000	145.200000	858.100000
АСТ	264.0	106.268750	196.706595	0.000000	30.437500	48.700000	95.250000	1958.500000
ИА	264.0	0.946932	0.301329	0.461538	0.771576	0.904762	1.060256	2.800000
Cl-	264.0	112.119129	61.881770	0.000000	104.000000	108.300000	113.000000	1102.000000
ДАД	264.0	65.439394	12.718513	20.000000	57.750000	65.000000	72.500000	100.000000
СрАД	264.0	80.969697	12.533888	30.000000	73.333333	80.000000	88.666667	117.666667
КИ	264.0	4.190379	9.015911	0.000000	0.000000	0.000000	5.000000	80.000000
АЧТВ	264.0	25.939015	14.291912	0.000000	25.000000	30.000000	33.825000	90.000000
АЛТ	264.0	85.005303	170.427448	0.000000	17.500000	31.100000	80.550000	1885.200000
Диурез, мл/кг	264.0	56.487498	35.743002	6.250000	29.982143	48.166667	75.000000	213.333333
SpO2	264.0	97.981061	5.143162	26.000000	97.000000	99.000000	100.000000	110.000000
Лактат	264.0	1.341288	1.833689	0.000000	0.000000	1.200000	1.800000	25.000000
ЧСС	264.0	103.299242	23.211325	60.000000	88.750000	102.000000	116.000000	173.000000
САД	264.0	112.030303	14.845946	50.000000	105.000000	110.000000	120.000000	163.000000
Инфузия, % от N	264.0	121.912989	40.242297	0.000000	94.843750	118.958333	140.916667	247.916667

# Выжившие и получавшие ГТ, выходящие <5% раз за пределы 1.96 std
zz = df.loc[(~df.ID.isin(patients))&(df.OUTCOME=='Survived')&(df.GT==1),'ID'].unique()
df.loc[df['ID'].isin(zz),params].describe().T

	count	mean	std	min	25%	50%	75%	max
Амилаза	554.0	138.084513	192.806744	0.000000	42.250000	79.000000	160.450000	1940.000000
АСТ	554.0	82.380325	168.885571	0.000000	30.925000	47.000000	71.200000	2130.600000
ИА	554.0	0.972563	0.266893	0.200000	0.783385	0.937278	1.104809	2.133333
Cl-	554.0	107.688357	31.358233	0.000000	104.000000	108.000000	116.000000	507.000000
ДАД	554.0	66.402527	11.813135	5.000000	60.000000	65.000000	75.000000	110.000000
СрАД	554.0	81.938026	11.496082	40.000000	73.333333	83.333333	90.000000	116.666667
КИ	554.0	6.798755	16.423892	0.000000	0.000000	5.000000	6.212500	199.200000
АЧТВ	554.0	27.551895	14.050507	0.000000	25.500000	30.825000	34.950000	125.000000
АЛТ	554.0	62.231480	102.358792	0.000000	24.800000	38.890000	62.000000	1260.700000
Диурез, мл/кг	554.0	53.807995	35.933750	1.571429	30.000000	45.116883	68.592857	280.000000
SpO2	554.0	98.862816	1.830806	76.000000	98.000000	100.000000	100.000000	100.000000
Лактат	554.0	1.477708	1.135600	-1.100000	0.900000	1.300000	2.000000	9.000000
ЧСС	554.0	107.792419	23.099327	24.000000	90.000000	110.000000	120.000000	180.000000
САД	554.0	113.009025	13.640897	70.000000	105.000000	114.500000	120.000000	170.000000
Инфузия, % от N	554.0	127.957408	62.434988	14.166667	96.937500	118.229167	143.802083	647.916667

pd.options.display.max_rows = 350
# params2 = df_all.columns[2:].drop(['OUTCOME','GT'])
results5 = []
df1 = df.loc[(df.ID.isin(patients))&(df.OUTCOME=='Survived'),:] # выжили, имели >35% случаев отклонения более 1.96*std
df2 = df.loc[(df.ID.isin(patients))&(df.OUTCOME=='Died'),:] # умерли, имели >35% случаев отклонения более 1.96*std
df3 = df.loc[(~df.ID.isin(patients))&(df.OUTCOME=='Survived')&(df.GT==1),:] # выжили, имели <35% случаев отклонения более 1.96*std
df4 = df.loc[(~df.ID.isin(patients))&(df.OUTCOME=='Died')&(df.GT==1),:] # умерли, имели <35% случаев отклонения более 2*std
for day in days:
    for i in params:
        stat, p = stats.kruskal(df1.loc[df1.Day==day,i],df2.loc[df2.Day==day,i],df3.loc[df3.Day==day,i],df4.loc[df4.Day==day,i])
#         print('*'*50)
#         print(i)
        if p<0.05:
            results5.append([i,day,round(p,4)])
#             print('Доказана существенная разница:',p)
        else:
            results5.append([i,day,round(p,4)])
#             print('Разница не доказана:',p)
results5_df = pd.DataFrame(results5,columns=['Параметр','День','p-value'])
results5_df.groupby('Параметр',as_index=False).mean()[['Параметр','p-value']].sort_values('p-value')

	Параметр	p-value
5	Амилаза	0.030986
0	Cl-	0.041643
10	КИ	0.084800
1	SpO2	0.141471
3	АСТ	0.219786
4	АЧТВ	0.242843
6	ДАД	0.287314
2	АЛТ	0.327914
14	ЧСС	0.330371
9	Инфузия, % от N	0.334571
11	Лактат	0.358029
13	СрАД	0.408086
12	САД	0.521814
8	ИА	0.550043
7	Диурез, мл/кг	0.647329

Как видно, при различных принципах формирования выборок для сравнения, убедительных данных о значимом различии выборок между собой по принципу использования ГТ не наблюдается.
Далее мы попытаемся оценить различия между группами пациентов в случаях однократного (в первый день) и многократного (больше одного дня, а также однократного после 1го дня) использования ГТ.

---

Анализ продолжительности использования ГТ

• данный анализ проведен в несколько (5) этапов

Этап 1

Пациенты делятся на 2 группы:

1. Получает гормонотерапию в первый день
2. Не получает гормонотерапию в первый день.

Ограничения: решение о назначении гормонотерапии (ГТ) определялось исходя из наличия показаний.

Нулевая гипотеза: разницы между группами нет.

Просмотр первых 5 записей

# 1й день - день поступления пациента
df_1 = df[df['Day']==1].copy()
df_1.head()

	ID	Day	Возраст	GT	САД	ДАД	СрАД	ЧСС	ИА	SpO2	...	Лактат	Амилаза	АЛТ	АСТ	АЧТВ	Инфузия, % от N	КИ	Площадь тела	Диурез, мл/кг	OUTCOME
0	1	1	6.00	0.0	100.0	65.0	76.666667	108.0	1.080000	100.0	...	0.0	94.2	50.2	86.0	23.6	130.487805	0.0	0.7300	43.500000	Survived
6	2	1	0.42	0.0	100.0	66.0	77.333333	115.0	1.150000	100.0	...	0.0	18.3	31.3	46.0	31.5	124.255952	5.0	0.2908	23.571429	Survived
12	3	1	13.00	1.0	120.0	80.0	93.333333	80.0	0.666667	100.0	...	0.0	38.8	40.8	90.3	26.0	73.750000	0.0	1.1500	50.909091	Survived
31	4	1	8.00	0.0	110.0	65.0	80.000000	124.0	1.127273	100.0	...	0.0	15.3	11.2	35.3	29.1	294.736842	5.0	0.8500	25.666667	Survived
36	5	1	11.00	1.0	115.0	75.0	88.333333	110.0	0.956522	98.0	...	0.0	65.6	27.4	52.5	26.9	36.666667	0.0	1.0300	29.400000	Survived

5 rows × 22 columns

Описательная статистика: группа 1

# Пациенты, которые получали ГТ имеют параметр GT=1
df_1_1 = df_1[df_1['GT']==1].loc[:,target_columns]
df_1_1.describe().T

	count	mean	std	min	25%	50%	75%	max
ID	88.0	106.375000	64.528228	3.000000	47.750000	99.500000	162.250000	215.000000
Day	88.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
Возраст	88.0	8.797348	5.160294	0.250000	4.000000	8.500000	13.000000	17.000000
GT	88.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
САД	88.0	104.795455	21.548213	45.000000	90.000000	106.500000	118.500000	155.000000
ДАД	88.0	60.034091	15.818256	17.000000	50.000000	60.500000	70.000000	100.000000
СрАД	88.0	74.954545	16.927098	26.333333	66.666667	77.666667	85.666667	113.333333
ЧСС	88.0	111.465909	24.578726	54.000000	96.000000	112.500000	122.000000	172.000000
ИА	88.0	1.128057	0.422854	0.412903	0.855820	1.078499	1.273694	2.800000
SpO2	88.0	97.272727	8.681765	26.000000	98.000000	99.000000	100.000000	100.000000
Масса тела	88.0	36.119318	22.140875	6.000000	18.000000	30.000000	51.250000	100.000000
Cl-	88.0	90.795455	44.170079	0.000000	100.675000	105.700000	111.000000	200.400000
Лактат	88.0	1.955682	2.824599	0.000000	0.000000	1.250000	2.800000	17.000000
Амилаза	88.0	34.459091	66.605895	0.000000	0.000000	0.000000	43.975000	329.200000
АЛТ	88.0	144.100000	397.108247	0.000000	15.650000	31.650000	95.325000	2865.000000
АСТ	88.0	208.950000	428.146292	0.000000	27.875000	58.200000	162.650000	2458.300000
АЧТВ	88.0	16.502273	19.595425	0.000000	0.000000	0.000000	30.000000	90.000000
Инфузия, % от N	88.0	96.841263	67.828810	0.000000	54.614504	79.737634	116.593750	353.009259
КИ	88.0	19.281364	106.323936	0.000000	0.000000	0.000000	5.000000	956.600000
Площадь тела	88.0	0.943977	0.310832	0.250000	0.610000	1.030000	1.210000	1.450000
Диурез, мл/кг	88.0	41.803068	32.895691	0.000000	13.722222	33.458333	63.072082	179.166667

Описательная статистика: группа 2

# Пациенты, которые не получали ГТ имеют параметр GT=0
df_1_0 = df_1[df_1['GT']==0].loc[:,target_columns]
df_1_0.describe().T

	count	mean	std	min	25%	50%	75%	max
ID	115.0	102.408696	59.924499	1.000000	53.000000	102.000000	150.000000	216.000000
Day	115.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
Возраст	115.0	9.192725	5.549760	0.250000	4.000000	9.000000	14.500000	18.000000
GT	115.0	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000
САД	115.0	106.460870	17.396454	70.000000	92.500000	110.000000	120.000000	159.000000
ДАД	115.0	63.678261	13.223814	30.000000	55.500000	60.000000	70.000000	119.000000
СрАД	115.0	77.939130	13.730104	43.333333	68.833333	77.333333	86.333333	117.333333
ЧСС	115.0	109.913043	22.587671	40.000000	92.000000	110.000000	125.000000	165.000000
ИА	115.0	1.069361	0.327999	0.407692	0.825121	1.000000	1.211702	2.133333
SpO2	115.0	98.252174	3.942222	70.000000	98.000000	100.000000	100.000000	100.000000
Масса тела	115.0	35.856522	21.586197	6.000000	16.000000	30.000000	50.000000	103.000000
Cl-	115.0	95.575652	38.278129	0.000000	100.850000	107.000000	113.000000	148.000000
Лактат	115.0	1.716522	3.064652	0.000000	0.000000	1.000000	2.500000	25.000000
Амилаза	115.0	35.780870	61.518358	0.000000	0.000000	15.300000	50.850000	533.500000
АЛТ	115.0	122.497826	236.534967	0.000000	12.600000	36.000000	97.250000	1260.700000
АСТ	115.0	172.971043	358.602569	0.000000	0.000000	53.100000	140.700000	2242.000000
АЧТВ	115.0	17.027826	16.857767	0.000000	0.000000	23.500000	31.000000	58.000000
Инфузия, % от N	115.0	95.429568	63.586685	0.000000	56.039136	79.166667	122.143500	295.701754
КИ	115.0	6.584783	32.661305	0.000000	0.000000	0.000000	1.250000	320.000000
Площадь тела	115.0	0.883384	0.334534	0.250000	0.610000	0.850000	1.210000	1.390000
Диурез, мл/кг	115.0	39.011873	34.131423	0.000000	15.250000	30.303030	54.916667	205.384615

# сравнение средних
a = pd.DataFrame(df_1_1[target_columns[2:-1]].mean()).rename(columns = {0:'Группа 1: получает ГТ'})
a_ = []
for i in target_columns[2:-1]:    
          a_.append(df_1_0[df_1_0[i]>0][i].mean())
a['Группа 2: не получает ГТ'] = a_
a

	Группа 1: получает ГТ	Группа 2: не получает ГТ
Возраст	8.797348	9.192725
GT	1.000000	NaN
САД	104.795455	106.460870
ДАД	60.034091	63.678261
СрАД	74.954545	77.939130
ЧСС	111.465909	109.913043
ИА	1.128057	1.069361
SpO2	97.272727	98.252174
Масса тела	36.119318	35.856522
Cl-	90.795455	109.912000
Лактат	1.955682	2.902941
Амилаза	34.459091	66.367742
АЛТ	144.100000	156.525000
АСТ	208.950000	234.019647
АЧТВ	16.502273	32.101639
Инфузия, % от N	96.841263	100.682572
КИ	19.281364	26.112069
Площадь тела	0.943977	0.883384
Диурез, мл/кг	41.803068	41.928649

При простом сравнении средних значений видны не самые сильные различия, которые можно было бы ожидать: в группе, получавшей ГТ чуть меньше АД, чуть выше ЧСС и индекс Альговера, ниже уровень ионов хлора, АЛТ, АСТ, АЧТВ, объем назначенной инфузии и катехоламинов.
Заранее можно сказать, что такие близкие значения средних, даже при значимости различий, являются признаком того, что величины параметров в двух группах сильно перекрываются, а значит, не смогут служить явной границей между этими группами пациентов. Однако, они могут иметь пользу для алгоритмов машинного обучения, которые могут анализировать влияние большого количества факторов на целевую переменную.

# Размер выборки
print(f'Количество пациентов в группах:\nПервая группа\t{df_1_1.ID.nunique()}\nВторая группа\t{df_1_0.ID.nunique()}')

Количество пациентов в группах:
Первая группа	88
Вторая группа	115

sns.barplot(data = [[0],[df_1_1.ID.nunique()],[df_1_0.ID.nunique()]])
plt.xlim(0.5)
plt.title('Размер групп');

Гистограммы значений параметров.

Гистограммы построены для того, чтобы визуально оценить нормальность распределения признаков: видно, что только в случае среднего артериального давления в группе без ГТ можно наблюдать близкое к нормальному распределение. Поэтому дальше мы будем использовать непараметрический тест Краскела-Уоллиса для независимых выборок разного размера.
На этих гистограммах также более удобно оценить медиану (изучается в тесте Краскела-Уоллиса) каждого параметра.

figure,ax = plt.subplots(len(target_columns[4:-1]),2,figsize=(14,60))
sns.set(style='whitegrid', rc={"grid.linewidth": 0.1})
sns.set_context("paper", font_scale=1.8)
for k,i in enumerate(target_columns[4:-1]):
    sns.histplot(df_1[df_1['GT']==0][i],bins=10,ax=ax[k,0])
    sns.histplot(df_1[df_1['GT']==1][i],bins=10,ax=ax[k,1])
    ax[k,0].set_title(i+' (без гормонотерапии)')
    ax[k,1].set_title(i+' (с гормонотерапией)')
    ax[k,0].set(ylabel='Количество')
    ax[k,1].set(ylabel='Количество')
plt.tight_layout()

• На графиках четко видна асимметричность распределения величин в двух выборках, 2 и более пика или резкое преобладание одного значения параметра над другими. Только два параметра (среднее АД и диастолическое АД) в группе пациентов, не получавшей ГТ, имеет близкое к нормальному распределение.
• т.к. графики далеки от нормального распределения, проверка на значимость различий выполнена с использованием критерия Краскела-Уоллиса (реализация критерия в sklearn позволяет анализировать от 2х групп)

columns = ['Вариант','Показатель','Значимость различий','p_value','alpha']
append_list = []
for k,i in enumerate(target_columns[4:-1]):
    group0 = df_1[df_1['GT']==0][i]
    group1 = df_1[df_1['GT']==1][i]
    alpha = 0.05
    test_value, p  = stats.kruskal(group0,group1)
    if alpha<p:
        append_list.append(['Этап 1',i,'значимость различия не доказана',p,alpha])
    else:
        append_list.append(['Этап 1',i,'обнаружены значимые различия',p,alpha])
        
# Для текстового вывода результатов - раскомментируйте данные строки;        
#     if alpha<p:
#         print(f'Разница по параметру {i} между двумя группами не доказана.')
#         print(f'\tСтатистика теста = {test_value}, p-значение = {p}')
#     else:
#         print(f'По параметру {i} наблюдается статистически достоверная разница между двумя группами.')
#         print(f'\tСтатистика теста = {test_value}, p-значение = {p}')

На основе проведенного теста (результаты приведены в сводной таблице ниже) можно сделать вывод, что различий между двумя группами пациентов по исследуемым параметрам не наблюдается; это подтверждается графически и с помощью теста Краскела-Уоллиса.

• Исходя из этого, можно предположить 2 варианта:
  • подобранная терапия обеспечивает относительную стабилизацию состояния уже в первые сутки: группы пациентов, нуждающиеся в ГТ и не нуждающиеся в ней, имеют сходные гемодинамические и биохимические показатели;
  • ГТ фактически никак не влияет на гемодинамические и биохимические показатели, а между группами пациентов просто нет существенной разницы; это предположение, вероятно, следует отклонить, т.к. гемодинамические эффекты глюкокортикоидов достаточно хорошо изучены.

Этап 2

Пациенты делятся на 2 группы:

1. Получает гормонотерапию только в первый день.
2. Получает гормонотерапию в первый И последующие дни.

Нулевая гипотеза: разницы между группами нет.

# Составление списков пациентов получавших ГТ более 1 дня и только один (первый) день
# выбираем из датасета df  Day>1, GT = 1 и только тех пациентов, которые находятся в списке df_1_gt_1 (получали ГТ в первый день)
df_1_gt_1 = df.loc[(df.GT==1) & (df.Day==1),'ID'].unique()
a = df.loc[(df['Day']>1)&(df['ID'].isin(df_1_gt_1)),:].groupby('ID', as_index=False).max()
df_gt_more1day = df.loc[df.ID.isin(a.loc[a.GT==1,'ID']),:]
print(f'{df_gt_more1day["ID"].nunique()} получали ГТ более 1 дня.')
# есть данные и за 1 и за остальные дни; но в первый день они получали ГТ, а в др.дни - не получали
df_gt_only1day = df.loc[df.ID.isin(a.loc[a.GT==0,'ID']),:]
print(f'{df_gt_only1day["ID"].nunique()} получали ГТ только в 1й день')

67 получали ГТ более 1 дня.
12 получали ГТ только в 1й день

# не было ни одного пациента, который бы получал ГТ и находился в ОРИТ только 1 день
df.loc[(df['Day'].max()==1)&(df['ID'].isin(df_1_gt_1)),:].groupby('ID', as_index=False).max().shape[0]

0

# Размер выборки
print(f'Количество пациентов в группах:\nПервая группа\t{df_gt_only1day.ID.nunique()}\nВторая группа\t{df_gt_more1day.ID.nunique()}')

Количество пациентов в группах:
Первая группа	12
Вторая группа	67

sns.barplot(data = [[0],[df_gt_only1day["ID"].nunique()],[df_gt_more1day["ID"].nunique()]])
plt.xlim(0.5)
plt.title('Размер групп');

Описательная статистика: 1 группа

# Описательная статистика пациентов, которые получали ГТ только в 1й день
df_gt_only1day[target_columns[2:]].describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	62.0	7.338710	3.922167	3.000000	4.000000	6.125000	11.750000	15.000000
GT	62.0	0.193548	0.398304	0.000000	0.000000	0.000000	0.000000	1.000000
САД	62.0	110.774194	13.216258	80.000000	102.750000	113.500000	118.750000	150.000000
ДАД	62.0	63.887097	12.420376	35.000000	55.000000	63.000000	70.000000	100.000000
СрАД	62.0	79.516129	11.562561	50.000000	73.083333	77.500000	85.750000	116.666667
ЧСС	62.0	101.145161	19.627554	60.000000	89.000000	98.500000	118.250000	165.000000
ИА	62.0	0.933377	0.257408	0.500000	0.780200	0.865385	1.065152	2.062500
SpO2	62.0	98.774194	2.321809	90.000000	98.000000	99.000000	100.000000	110.000000
Масса тела	62.0	32.741935	22.338627	12.000000	15.000000	21.500000	57.500000	70.000000
Cl-	62.0	100.972581	27.622521	0.000000	101.175000	106.100000	110.750000	129.000000
Лактат	62.0	0.732258	1.322538	0.000000	0.000000	0.000000	1.300000	7.400000
Амилаза	62.0	43.848387	48.114034	0.000000	0.000000	33.000000	64.475000	186.000000
АЛТ	62.0	59.146774	69.878751	5.700000	18.975000	27.200000	74.900000	370.300000
АСТ	62.0	81.050000	87.296940	16.800000	38.000000	52.500000	98.300000	604.200000
АЧТВ	62.0	27.727419	12.050977	0.000000	26.962500	29.200000	33.675000	45.100000
Инфузия, % от N	62.0	106.657416	41.176714	16.607595	82.251450	107.430341	131.557349	205.625000
КИ	62.0	2.338710	6.121565	0.000000	0.000000	0.000000	4.375000	40.000000
Площадь тела	62.0	1.062903	0.245993	0.550000	0.910000	1.090000	1.255000	1.390000
Диурез, мл/кг	62.0	58.592842	37.278234	5.000000	29.060526	51.416667	83.333333	179.166667

Описательная статистика: 2 группа

# Описательная статистика пациентов, которые получали ГТ в 1й и любой (любые) последующие дни
df_gt_more1day[target_columns[2:]].describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	548.0	10.438564	5.361711	0.250000	5.000000	12.000000	16.000000	17.000000
GT	548.0	0.653285	0.476359	0.000000	0.000000	1.000000	1.000000	1.000000
САД	548.0	112.124088	17.412910	45.000000	104.000000	112.500000	120.000000	165.000000
ДАД	548.0	65.399635	13.792632	5.000000	60.000000	65.000000	75.000000	100.000000
СрАД	548.0	80.974453	14.174995	26.333333	73.333333	81.666667	90.083333	120.666667
ЧСС	548.0	105.155109	23.767145	41.000000	88.750000	105.000000	120.000000	186.000000
ИА	548.0	0.966663	0.312359	0.412903	0.775182	0.909091	1.090909	3.100000
SpO2	548.0	98.155109	4.290591	26.000000	98.000000	99.000000	100.000000	100.000000
Масса тела	548.0	42.937956	22.495475	6.000000	20.000000	45.000000	60.000000	100.000000
Cl-	548.0	108.689507	52.394270	0.000000	103.000000	108.000000	114.250000	1102.000000
Лактат	548.0	1.680292	2.082401	0.000000	0.000000	1.300000	2.100000	20.000000
Амилаза	548.0	129.325255	212.679433	0.000000	0.000000	49.300000	172.025000	1940.000000
АЛТ	548.0	88.304927	193.484734	0.000000	23.437500	42.800000	78.750000	2865.000000
АСТ	548.0	121.884215	234.818416	0.000000	34.975000	55.500000	116.000000	2458.300000
АЧТВ	548.0	23.420712	17.319862	0.000000	0.000000	27.800000	34.050000	120.000000
Инфузия, % от N	548.0	120.204809	51.909820	0.000000	89.583333	112.729691	138.134470	552.083333
КИ	548.0	9.804051	25.599881	0.000000	0.000000	4.500000	7.500000	246.000000
Площадь тела	548.0	1.013130	0.314869	0.250000	0.790000	1.090000	1.270000	1.450000
Диурез, мл/кг	548.0	47.774219	28.806952	1.571429	28.000000	42.500000	58.150106	179.500000

# сравнение средних
a = pd.DataFrame(df_gt_more1day[target_columns[2:-1]].mean()).rename(columns = {0:'ГТ\: 1 и последующие дни'})
a_ = []
for i in target_columns[2:-1]:    
          a_.append(df_gt_only1day[df_gt_only1day[i]>0][i].mean())
a['ГТ: только 1й день'] = a_
a

	ГТ\: 1 и последующие дни	ГТ: только 1й день
Возраст	10.438564	7.338710
GT	0.653285	1.000000
САД	112.124088	110.774194
ДАД	65.399635	63.887097
СрАД	80.974453	79.516129
ЧСС	105.155109	101.145161
ИА	0.966663	0.933377
SpO2	98.155109	98.774194
Масса тела	42.937956	32.741935
Cl-	108.689507	107.936207
Лактат	1.680292	2.063636
Амилаза	129.325255	66.307317
АЛТ	88.304927	59.146774
АСТ	121.884215	81.050000
АЧТВ	23.420712	31.835185
Инфузия, % от N	120.204809	106.657416
КИ	9.804051	7.631579
Площадь тела	1.013130	1.062903
Диурез, мл/кг	47.774219	58.592842

Гистограммы значений и QQ-плот для оценки нормальности распределения

В данном случае мы добавили график QQ-плот (квантиль-квантиль), т.к. в некоторых случаях при просмотре гистограмм неочевидно, что параметры имеют непараметрическое распределение.

# for k,i in enumerate(target_columns[3:]):
#     print('Параметр =',i,'\nСреднее = ',df_gt_more1day[i].mean(),'std =',df_gt_more1day[i].std(ddof=1))
figure,ax = plt.subplots(len(target_columns[3:]),4,figsize=(19,70))
for k,i in enumerate(target_columns[3:]):
    try:
        sns.histplot(df_gt_more1day[i],bins=10,ax=ax[k,0])
        interval = np.linspace(0,1,int(df_gt_more1day[i].count()))
        x = stats.norm.ppf(np.linspace(0,1,int(df_gt_more1day[i].count())),loc=df_gt_more1day[i].mean(),scale=df_gt_more1day[i].std(ddof=1))
        y = np.quantile(df_gt_more1day[i],interval)
        sns.lineplot(x = x,y = x,ax=ax[k,1],color='r')
        sns.lineplot(x = x,y = y,ax=ax[k,1],color='b')
        sns.scatterplot(x = np.linspace(0,int(df_gt_more1day[i].max()),int(df_gt_more1day[i].count())),y = df_gt_more1day[i],ax=ax[k,1],color='grey')
        sns.histplot(df_gt_only1day[i],bins=10,ax=ax[k,2])
        interval = np.linspace(0,1,int(df_gt_only1day[i].count()))
        x = stats.norm.ppf(np.linspace(0,1,int(df_gt_only1day[i].count())),loc=df_gt_only1day[i].mean(),scale=df_gt_only1day[i].std(ddof=1))
        y = np.quantile(df_gt_only1day[i],interval)
        sns.lineplot(x = x,y = x,ax=ax[k,3],color='r')
        sns.lineplot(x = x,y = y,ax=ax[k,3],color='b')
        sns.scatterplot(x = np.linspace(0,int(df_gt_only1day[i].max()),int(df_gt_only1day[i].count())),y = df_gt_only1day[i],ax=ax[k,3],color='grey')
        ax[k,0].set_title(i+' (ГТ более 1 дня)')
        ax[k,1].set_title(i+' (ГТ более 1 дня: QQ-plot)')
        ax[k,2].set_title(i+' (ГТ только 1 день)')
        ax[k,3].set_title(i+' (ГТ только 1 день: QQ-plot)')
        plt.tight_layout()

    except Exception:
        ax[k,0].set_title(i+' (ГТ более 1 дня)')
        ax[k,1].set_title(i+' (ГТ более 1 дня: QQ-plot)')
        ax[k,2].set_title(i+' (ГТ только 1 день)')
        ax[k,3].set_title(i+' (ГТ только 1 день: QQ-plot)')
        plt.tight_layout()
        pass

По представленным графикам нельзя говорить о нормальном распределении. Разница между двумя группами оценивалась тестом Краскела-Уоллиса.

for k,i in enumerate(target_columns[3:-1]):
    group0 = df_gt_more1day[i]
    group1 = df_gt_only1day[i]
    alpha = 0.05
    test_value, p  = stats.kruskal(group0,group1)
    if alpha<p:
        append_list.append(['Этап 2',i,'значимость различия не доказана',p,alpha])
    else:
        append_list.append(['Этап 2',i,'обнаружены значимые различия',p,alpha])
#     if alpha<p:
#         print(f'Разница по параметру {i} между двумя группами не доказана.')
#         print(f'\tСтатистика теста = {test_value}, p-значение = {p}')
#     else:
#         print(f'По параметру {i} наблюдается статистически достоверная разница между двумя группами.')
#         print(f'\tСтатистика теста = {test_value}, p-значение = {p}')

• По большинству параметров в этом случае наблюдается статистически достоверная разница;

• Между двумя группами (см. результаты в сводной таблице ниже) обнаружены статистически значимые различия по большинству параметров:

  • САД;
  • ДАД;
  • СрАД;
  • ИА;
  • SpO2;
  • Cl-;
  • масса тела
  • лактат;
  • АЛТ;
  • АСТ;
  • АЧТВ;
  • волемическая нагрузка, % от нормы;
  • КИ;
  • площадь тела;
  • диурез;

• Обращает на себя внимание то, что в группе с ГТ 1 день снижены КИ и волемическая нагрузка.

Этап 3

Пациенты делятся на 2 группы:

1. Получает гормонотерапию только в первый день.
2. Не получает гормонотерапию в первый и получает ее в последующие дни.

Ограничения: решение о назначении гормонотерапии (ГТ) определялось исходя из наличия показаний.

Нулевая гипотеза: разницы между группами нет.

# df_gt_only1day - пациенты получают ГТ только в 1й день
df_not1_users = df.loc[(~df['ID'].isin(df_1_gt_1))&(df.GT==1),'ID']
df_not1 = df.loc[df.ID.isin(df_not1_users),:]

print(f' Размер первой группы = {df_gt_only1day.ID.nunique()}')

 Размер первой группы = 12

print(f' Размер второй группы = {df_not1.ID.nunique()}')

 Размер второй группы = 25

df_gt_only1day[target_columns[2:]].drop('GT',axis=1).describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	62.0	7.338710	3.922167	3.000000	4.000000	6.125000	11.750000	15.000000
САД	62.0	110.774194	13.216258	80.000000	102.750000	113.500000	118.750000	150.000000
ДАД	62.0	63.887097	12.420376	35.000000	55.000000	63.000000	70.000000	100.000000
СрАД	62.0	79.516129	11.562561	50.000000	73.083333	77.500000	85.750000	116.666667
ЧСС	62.0	101.145161	19.627554	60.000000	89.000000	98.500000	118.250000	165.000000
ИА	62.0	0.933377	0.257408	0.500000	0.780200	0.865385	1.065152	2.062500
SpO2	62.0	98.774194	2.321809	90.000000	98.000000	99.000000	100.000000	110.000000
Масса тела	62.0	32.741935	22.338627	12.000000	15.000000	21.500000	57.500000	70.000000
Cl-	62.0	100.972581	27.622521	0.000000	101.175000	106.100000	110.750000	129.000000
Лактат	62.0	0.732258	1.322538	0.000000	0.000000	0.000000	1.300000	7.400000
Амилаза	62.0	43.848387	48.114034	0.000000	0.000000	33.000000	64.475000	186.000000
АЛТ	62.0	59.146774	69.878751	5.700000	18.975000	27.200000	74.900000	370.300000
АСТ	62.0	81.050000	87.296940	16.800000	38.000000	52.500000	98.300000	604.200000
АЧТВ	62.0	27.727419	12.050977	0.000000	26.962500	29.200000	33.675000	45.100000
Инфузия, % от N	62.0	106.657416	41.176714	16.607595	82.251450	107.430341	131.557349	205.625000
КИ	62.0	2.338710	6.121565	0.000000	0.000000	0.000000	4.375000	40.000000
Площадь тела	62.0	1.062903	0.245993	0.550000	0.910000	1.090000	1.255000	1.390000
Диурез, мл/кг	62.0	58.592842	37.278234	5.000000	29.060526	51.416667	83.333333	179.166667

df_not1[target_columns[2:]].drop('GT',axis=1).describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	331.0	10.277002	5.753904	0.750000	5.000000	14.000000	15.000000	17.000000
САД	331.0	110.873112	13.746919	70.000000	100.000000	110.000000	120.000000	170.000000
ДАД	331.0	64.891239	11.953963	30.000000	55.500000	65.000000	75.000000	110.000000
СрАД	331.0	80.218530	11.624494	46.666667	71.833333	80.000000	90.000000	116.666667
ЧСС	331.0	107.743202	23.686409	24.000000	90.000000	109.000000	120.500000	180.000000
ИА	331.0	0.989235	0.267801	0.200000	0.810795	0.970874	1.109244	2.056338
SpO2	331.0	98.564955	1.922241	82.000000	98.000000	99.000000	100.000000	100.000000
Масса тела	331.0	39.172205	21.802536	7.500000	15.000000	50.000000	50.000000	80.000000
Cl-	331.0	110.595619	26.136629	0.000000	106.000000	111.000000	121.000000	169.000000
Лактат	331.0	1.493656	1.587438	-1.100000	1.000000	1.300000	1.900000	25.000000
Амилаза	331.0	101.735257	98.828671	0.000000	50.075000	72.000000	129.700000	551.600000
АЛТ	331.0	63.625196	95.087580	0.000000	24.250000	38.880000	62.025000	1260.700000
АСТ	331.0	77.497281	145.253672	0.000000	28.400000	47.000000	74.700000	2130.600000
АЧТВ	331.0	31.275831	17.886899	0.000000	28.775000	32.000000	34.800000	162.000000
Инфузия, % от N	331.0	140.936967	58.596349	14.166667	109.687500	129.787234	160.270833	647.916667
КИ	331.0	5.961178	7.383817	0.000000	1.250000	5.000000	7.500000	90.000000
Площадь тела	331.0	0.829743	0.330500	0.250000	0.610000	0.670000	1.210000	1.390000
Диурез, мл/кг	331.0	66.512032	42.196608	2.000000	37.500000	53.300000	88.794444	280.000000

# сравнение средних
a = pd.DataFrame(df_gt_only1day[target_columns[2:-1]].drop('GT',axis=1).mean()).rename(columns = {0:'Группа 1: получает ГТ'})
a_ = []
for i in target_columns[2:-1]:
    if i != 'GT':
        a_.append(df_not1[df_not1[i]>0][i].mean())
a['Группа 2: не получает ГТ'] = a_
a

	Группа 1: получает ГТ	Группа 2: не получает ГТ
Возраст	7.338710	10.277002
САД	110.774194	110.873112
ДАД	63.887097	64.891239
СрАД	79.516129	80.218530
ЧСС	101.145161	107.743202
ИА	0.933377	0.989235
SpO2	98.774194	98.564955
Масса тела	32.741935	39.172205
Cl-	100.972581	111.948471
Лактат	0.732258	1.702749
Амилаза	43.848387	114.538673
АЛТ	59.146774	64.799815
АСТ	81.050000	81.692994
АЧТВ	27.727419	34.623077
Инфузия, % от N	106.657416	140.936967
КИ	2.338710	7.956250
Площадь тела	1.062903	0.829743
Диурез, мл/кг	58.592842	66.512032

sns.barplot(data = [[0],[df_gt_only1day.ID.nunique()],[df_not1.ID.nunique()]])
plt.xlim(0.5)
plt.title('Размер групп');

# for k,i in enumerate(target_columns[3:]):
#     print('Параметр =',i,'\nСреднее = ',df_gt_more1day[i].mean(),'std =',df_gt_more1day[i].std(ddof=1))
figure,ax = plt.subplots(len(target_columns[3:-1]),4,figsize=(19,70))
for k,i in enumerate(target_columns[3:-1]):
    try:
        sns.histplot(df_gt_only1day[i],bins=10,ax=ax[k,0])
        interval = np.linspace(0,1,int(df_gt_only1day[i].count()))
        x = stats.norm.ppf(np.linspace(0,1,int(df_gt_only1day[i].count())),loc=df_gt_only1day[i].mean(),scale=df_gt_only1day[i].std(ddof=1))
        y = np.quantile(df_gt_only1day[i],interval)
        sns.lineplot(x = x,y = x,ax=ax[k,1],color='r')
        sns.lineplot(x = x,y = y,ax=ax[k,1],color='b')
        sns.scatterplot(x = np.linspace(0,int(df_gt_only1day[i].max()),int(df_gt_only1day[i].count())),y = df_gt_only1day[i],ax=ax[k,1],color='grey')
        sns.histplot(df_not1[i],bins=10,ax=ax[k,2])
        interval = np.linspace(0,1,int(df_not1[i].count()))
        x = stats.norm.ppf(np.linspace(0,1,int(df_not1[i].count())),loc=df_not1[i].mean(),scale=df_not1[i].std(ddof=1))
        y = np.quantile(df_not1[i],interval)
        sns.lineplot(x = x,y = x,ax=ax[k,3],color='r')
        sns.lineplot(x = x,y = y,ax=ax[k,3],color='b')
        sns.scatterplot(x = np.linspace(0,int(df_not1[i].max()),int(df_not1[i].count())),y = df_not1[i],ax=ax[k,3],color='grey')
        ax[k,0].set_title(i+' (получали ГТ)')
        ax[k,1].set_title(i+' (получали ГТ: QQ-plot)')
        ax[k,2].set_title(i+' (не получали ГТ)')
        ax[k,3].set_title(i+' (не получали ГТ: QQ-plot)')
        plt.tight_layout()

    except Exception:
        ax[k,0].set_title(i+' (получали ГТ)')
        ax[k,1].set_title(i+' (получали ГТ: QQ-plot)')
        ax[k,2].set_title(i+' (не получали ГТ)')
        ax[k,3].set_title(i+' (не получали ГТ: QQ-plot)')
        plt.tight_layout()
        pass

for k,i in enumerate(target_columns[3:-1]):
    group0 = df_gt_only1day[i]
    group1 = df_not1[i]
    alpha = 0.05
    test_value, p  = stats.kruskal(group0,group1)
    if alpha<p:
        append_list.append(['Этап 3',i,'значимость различия не доказана',p,alpha])
    else:
        append_list.append(['Этап 3',i,'обнаружены значимые различия',p,alpha])
#     if alpha<p:
#         print(f'Разница по параметру {i} между двумя группами не доказана.')
#         print(f'\tСтатистика теста = {test_value}, p-значение = {p}')
#     else:
#         print(f'По параметру {i} наблюдается статистически достоверная разница между двумя группами.')
#         print(f'\tСтатистика теста = {test_value}, p-значение = {p}')

результаты представлены в сводной таблице (см. ниже)

Этап 4

Пациенты делятся на 2 группы:

1. Получает гормонотерапию только в первый день
2. Не получает гормонотерапию за все время лечения

# df_gt_only1day - пациенты получают ГТ только в 1й день
df_only1 = df.loc[df.ID.isin(df_gt_only1day.ID.unique()),:]
# поле GT будет содержать 1, если пациент получал ГТ в какой-нибудь день
a = df.groupby('ID',as_index=False)['GT'].max()
users = a.loc[a['GT']==1,'ID'].values
df_noGT = df.loc[~df.ID.isin(users),:]

df_only1[target_columns[2:]].drop('GT',axis=1).describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	62.0	7.338710	3.922167	3.000000	4.000000	6.125000	11.750000	15.000000
САД	62.0	110.774194	13.216258	80.000000	102.750000	113.500000	118.750000	150.000000
ДАД	62.0	63.887097	12.420376	35.000000	55.000000	63.000000	70.000000	100.000000
СрАД	62.0	79.516129	11.562561	50.000000	73.083333	77.500000	85.750000	116.666667
ЧСС	62.0	101.145161	19.627554	60.000000	89.000000	98.500000	118.250000	165.000000
ИА	62.0	0.933377	0.257408	0.500000	0.780200	0.865385	1.065152	2.062500
SpO2	62.0	98.774194	2.321809	90.000000	98.000000	99.000000	100.000000	110.000000
Масса тела	62.0	32.741935	22.338627	12.000000	15.000000	21.500000	57.500000	70.000000
Cl-	62.0	100.972581	27.622521	0.000000	101.175000	106.100000	110.750000	129.000000
Лактат	62.0	0.732258	1.322538	0.000000	0.000000	0.000000	1.300000	7.400000
Амилаза	62.0	43.848387	48.114034	0.000000	0.000000	33.000000	64.475000	186.000000
АЛТ	62.0	59.146774	69.878751	5.700000	18.975000	27.200000	74.900000	370.300000
АСТ	62.0	81.050000	87.296940	16.800000	38.000000	52.500000	98.300000	604.200000
АЧТВ	62.0	27.727419	12.050977	0.000000	26.962500	29.200000	33.675000	45.100000
Инфузия, % от N	62.0	106.657416	41.176714	16.607595	82.251450	107.430341	131.557349	205.625000
КИ	62.0	2.338710	6.121565	0.000000	0.000000	0.000000	4.375000	40.000000
Площадь тела	62.0	1.062903	0.245993	0.550000	0.910000	1.090000	1.255000	1.390000
Диурез, мл/кг	62.0	58.592842	37.278234	5.000000	29.060526	51.416667	83.333333	179.166667

df_noGT[target_columns[2:]].drop('GT',axis=1).describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	442.0	9.533793	5.402981	0.250000	4.000000	11.000000	15.000000	18.000000
САД	442.0	110.757919	15.134701	50.000000	100.000000	110.000000	120.000000	170.000000
ДАД	442.0	64.291855	11.203473	26.000000	60.000000	64.500000	70.000000	119.000000
СрАД	442.0	79.780543	11.529464	34.000000	73.333333	80.000000	86.666667	117.333333
ЧСС	442.0	105.434389	23.485828	40.000000	90.000000	107.000000	120.000000	180.000000
ИА	442.0	0.977722	0.290774	0.381356	0.772942	0.989181	1.127008	2.250000
SpO2	442.0	98.490950	2.585703	70.000000	98.000000	99.000000	100.000000	100.000000
Масса тела	442.0	40.165158	23.323659	6.000000	16.500000	40.000000	60.000000	103.000000
Cl-	442.0	106.810633	27.240048	0.000000	103.225000	108.200000	113.925000	191.000000
Лактат	442.0	1.301787	1.358736	0.000000	0.000000	1.100000	1.700000	17.000000
Амилаза	442.0	69.267873	149.430565	0.000000	0.000000	39.000000	78.975000	2520.000000
АЛТ	442.0	92.528959	172.734534	0.000000	18.700000	35.000000	92.750000	1384.000000
АСТ	442.0	112.097217	229.037349	0.000000	28.900000	52.000000	103.175000	2242.000000
АЧТВ	442.0	24.614706	17.835235	0.000000	0.000000	30.000000	37.000000	67.000000
Инфузия, % от N	442.0	118.928207	49.901537	0.000000	93.170732	112.254684	143.658425	295.701754
КИ	442.0	6.478394	21.513932	0.000000	0.000000	0.000000	5.000000	320.000000
Площадь тела	442.0	0.962680	0.344912	0.290800	0.730000	0.970000	1.330000	1.390000
Диурез, мл/кг	442.0	56.164626	34.108535	0.000000	32.115385	48.503497	72.727273	229.333333

# сравнение средних
a = pd.DataFrame(df_only1[target_columns[2:-1]].drop('GT',axis=1).mean()).rename(columns = {0:'Группа 1: ГТ только в 1й день'})
a_ = []
for i in target_columns[2:-1]:
    if i != 'GT':
        a_.append(df_noGT[df_noGT[i]>0][i].mean())
a['Группа 2: не получает ГТ'] = a_
a

	Группа 1: ГТ только в 1й день	Группа 2: не получает ГТ
Возраст	7.338710	9.533793
САД	110.774194	110.757919
ДАД	63.887097	64.291855
СрАД	79.516129	79.780543
ЧСС	101.145161	105.434389
ИА	0.933377	0.977722
SpO2	98.774194	98.490950
Масса тела	32.741935	40.165158
Cl-	100.972581	111.872749
Лактат	0.732258	1.743606
Амилаза	43.848387	97.194921
АЛТ	59.146774	103.277273
АСТ	81.050000	126.395332
АЧТВ	27.727419	34.429430
Инфузия, % от N	106.657416	120.564834
КИ	2.338710	14.389196
Площадь тела	1.062903	0.962680
Диурез, мл/кг	58.592842	57.332020

# Размер выборки
print(f'Количество пациентов в группах:\nПервая группа\t{df_only1.ID.nunique()}\nВторая группа\t{df_noGT.ID.nunique()}')

Количество пациентов в группах:
Первая группа	12
Вторая группа	90

sns.barplot(data = [[0],[df_only1.ID.nunique()],[df_noGT.ID.nunique()]])
plt.xlim(0.5)
plt.title('Размер групп');

# for k,i in enumerate(target_columns[3:]):
#     print('Параметр =',i,'\nСреднее = ',df_gt_more1day[i].mean(),'std =',df_gt_more1day[i].std(ddof=1))
figure,ax = plt.subplots(len(target_columns[3:-1]),4,figsize=(19,70))
for k,i in enumerate(target_columns[3:-1]):
    try:
        sns.histplot(df_only1[i],bins=10,ax=ax[k,0])
        interval = np.linspace(0,1,int(df_only1[i].count()))
        x = stats.norm.ppf(np.linspace(0,1,int(df_only1[i].count())),loc=df_only1[i].mean(),scale=df_only1[i].std(ddof=1))
        y = np.quantile(df_only1[i],interval)
        sns.lineplot(x = x,y = x,ax=ax[k,1],color='r')
        sns.lineplot(x = x,y = y,ax=ax[k,1],color='b')
        sns.scatterplot(x = np.linspace(0,int(df_only1[i].max()),int(df_only1[i].count())),y = df_only1[i],ax=ax[k,1],color='grey')
        sns.histplot(df_noGT[i],bins=10,ax=ax[k,2])
        interval = np.linspace(0,1,int(df_noGT[i].count()))
        x = stats.norm.ppf(np.linspace(0,1,int(df_noGT[i].count())),loc=df_noGT[i].mean(),scale=df_noGT[i].std(ddof=1))
        y = np.quantile(df_noGT[i],interval)
        sns.lineplot(x = x,y = x,ax=ax[k,3],color='r')
        sns.lineplot(x = x,y = y,ax=ax[k,3],color='b')
        sns.scatterplot(x = np.linspace(0,int(df_noGT[i].max()),int(df_noGT[i].count())),y = df_noGT[i],ax=ax[k,3],color='grey')
        ax[k,0].set_title(i+' (получали ГТ)')
        ax[k,1].set_title(i+' (получали ГТ: QQ-plot)')
        ax[k,2].set_title(i+' (не получали ГТ)')
        ax[k,3].set_title(i+' (не получали ГТ: QQ-plot)')
        plt.tight_layout()

    except Exception:
        ax[k,0].set_title(i+' (получали ГТ)')
        ax[k,1].set_title(i+' (получали ГТ: QQ-plot)')
        ax[k,2].set_title(i+' (не получали ГТ)')
        ax[k,3].set_title(i+' (не получали ГТ: QQ-plot)')
        plt.tight_layout()
        pass

for k,i in enumerate(target_columns[3:-1]):
    group0 = df_only1[i]
    group1 = df_noGT[i]
    alpha = 0.05
    test_value, p  = stats.kruskal(group0,group1)
    if alpha<p:
        append_list.append(['Этап 4',i,'значимость различия не доказана',p,alpha])
    else:
        append_list.append(['Этап 4',i,'обнаружены значимые различия',p,alpha])
#     if alpha<p:
#         print(f'Разница по параметру {i} между двумя группами не доказана.')
#         print(f'\tСтатистика теста = {test_value}, p-значение = {p}')
#     else:
#         print(f'По параметру {i} наблюдается статистически достоверная разница между двумя группами.')
#         print(f'\tСтатистика теста = {test_value}, p-значение = {p}')

результаты представлены в сводной таблице (см. ниже)

Этап 5

Пациенты делятся на 2 группы:

1. Получает гормонотерапию в любой день.
2. Не получает ни разу за время лечения.

Ограничения: решение о назначении гормонотерапии (ГТ) определялось исходя из наличия показаний.

Нулевая гипотеза: разницы между группами нет.

df_any_users = df.loc[df.GT==1,'ID'].unique()
df_any = df.loc[df.ID.isin(df_any_users),:]
df_noGT_users = df.groupby('ID',as_index=False).max()
df_noGT_users = df_noGT_users.loc[df_noGT_users.GT==0,'ID']
df_noGT = df.loc[df.ID.isin(df_noGT_users),:]

df_any[target_columns[2:]].drop('GT',axis=1).describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	950.0	10.169496	5.463123	0.250000	5.000000	12.000000	15.000000	17.000000
САД	950.0	111.498947	15.995175	45.000000	101.000000	110.000000	120.000000	170.000000
ДАД	950.0	65.114737	13.107262	5.000000	56.000000	65.000000	75.000000	110.000000
СрАД	950.0	80.576140	13.194491	26.333333	73.333333	80.833333	90.000000	120.666667
ЧСС	950.0	105.881053	23.499379	24.000000	90.000000	105.000000	120.000000	186.000000
ИА	950.0	0.974400	0.296070	0.200000	0.782609	0.926121	1.096178	3.100000
SpO2	950.0	98.324211	3.627861	26.000000	98.000000	99.000000	100.000000	110.000000
Масса тела	950.0	40.862105	22.366497	6.000000	20.000000	45.000000	60.000000	100.000000
Cl-	950.0	108.583579	43.823697	0.000000	104.000000	109.000000	116.000000	1102.000000
Лактат	950.0	1.544632	1.888258	-1.100000	0.700000	1.300000	2.000000	25.000000
Амилаза	950.0	112.908642	173.921494	0.000000	0.000000	61.000000	141.500000	1940.000000
АЛТ	950.0	77.092779	158.850638	0.000000	23.000000	40.350000	74.225000	2865.000000
АСТ	950.0	102.830789	200.358409	0.000000	31.925000	50.600000	97.262500	2458.300000
АЧТВ	950.0	26.216789	17.708873	0.000000	23.550000	30.000000	34.387500	162.000000
Инфузия, % от N	950.0	125.897526	55.098593	0.000000	95.468750	119.125000	143.472222	647.916667
КИ	950.0	8.891968	36.776043	0.000000	0.000000	5.000000	7.000000	956.600000
Площадь тела	950.0	0.951258	0.328448	0.250000	0.660000	1.030000	1.210000	1.450000
Диурез, мл/кг	950.0	54.746808	35.783735	0.000000	30.000000	46.201923	70.833333	280.000000

df_noGT[target_columns[2:]].drop('GT',axis=1).describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	442.0	9.533793	5.402981	0.250000	4.000000	11.000000	15.000000	18.000000
САД	442.0	110.757919	15.134701	50.000000	100.000000	110.000000	120.000000	170.000000
ДАД	442.0	64.291855	11.203473	26.000000	60.000000	64.500000	70.000000	119.000000
СрАД	442.0	79.780543	11.529464	34.000000	73.333333	80.000000	86.666667	117.333333
ЧСС	442.0	105.434389	23.485828	40.000000	90.000000	107.000000	120.000000	180.000000
ИА	442.0	0.977722	0.290774	0.381356	0.772942	0.989181	1.127008	2.250000
SpO2	442.0	98.490950	2.585703	70.000000	98.000000	99.000000	100.000000	100.000000
Масса тела	442.0	40.165158	23.323659	6.000000	16.500000	40.000000	60.000000	103.000000
Cl-	442.0	106.810633	27.240048	0.000000	103.225000	108.200000	113.925000	191.000000
Лактат	442.0	1.301787	1.358736	0.000000	0.000000	1.100000	1.700000	17.000000
Амилаза	442.0	69.267873	149.430565	0.000000	0.000000	39.000000	78.975000	2520.000000
АЛТ	442.0	92.528959	172.734534	0.000000	18.700000	35.000000	92.750000	1384.000000
АСТ	442.0	112.097217	229.037349	0.000000	28.900000	52.000000	103.175000	2242.000000
АЧТВ	442.0	24.614706	17.835235	0.000000	0.000000	30.000000	37.000000	67.000000
Инфузия, % от N	442.0	118.928207	49.901537	0.000000	93.170732	112.254684	143.658425	295.701754
КИ	442.0	6.478394	21.513932	0.000000	0.000000	0.000000	5.000000	320.000000
Площадь тела	442.0	0.962680	0.344912	0.290800	0.730000	0.970000	1.330000	1.390000
Диурез, мл/кг	442.0	56.164626	34.108535	0.000000	32.115385	48.503497	72.727273	229.333333

# сравнение средних
a = pd.DataFrame(df_any[target_columns[2:-1]].drop('GT',axis=1).mean()).rename(columns = {0:'Группа 1: получает ГТ'})
a_ = []
for i in target_columns[2:-1]:
    if i != 'GT':
        a_.append(df_noGT[df_noGT[i]>0][i].mean())
a['Группа 2: не получает ГТ'] = a_
a

	Группа 1: получает ГТ	Группа 2: не получает ГТ
Возраст	10.169496	9.533793
САД	111.498947	110.757919
ДАД	65.114737	64.291855
СрАД	80.576140	79.780543
ЧСС	105.881053	105.434389
ИА	0.974400	0.977722
SpO2	98.324211	98.490950
Масса тела	40.862105	40.165158
Cl-	108.583579	111.872749
Лактат	1.544632	1.743606
Амилаза	112.908642	97.194921
АЛТ	77.092779	103.277273
АСТ	102.830789	126.395332
АЧТВ	26.216789	34.429430
Инфузия, % от N	125.897526	120.564834
КИ	8.891968	14.389196
Площадь тела	0.951258	0.962680
Диурез, мл/кг	54.746808	57.332020

# Размер выборки
print(f'Количество пациентов в группах:\nПервая группа\t{df_any.ID.nunique()}\nВторая группа\t{df_noGT.ID.nunique()}')

Количество пациентов в группах:
Первая группа	113
Вторая группа	90

sns.barplot(data = [[0],[df_any.ID.nunique()],[df_noGT.ID.nunique()]])
plt.xlim(0.5)
plt.title('Размер групп');

Гистограммы значений и графики QQ-плот изучаемых параметров.

# for k,i in enumerate(target_columns[3:]):
#     print('Параметр =',i,'\nСреднее = ',df_gt_more1day[i].mean(),'std =',df_gt_more1day[i].std(ddof=1))
figure,ax = plt.subplots(len(target_columns[3:-1]),4,figsize=(19,70))
for k,i in enumerate(target_columns[3:-1]):
    try:
        sns.histplot(df_any[i],bins=10,ax=ax[k,0])
        interval = np.linspace(0,1,int(df_any[i].count()))
        x = stats.norm.ppf(np.linspace(0,1,int(df_any[i].count())),loc=df_any[i].mean(),scale=df_any[i].std(ddof=1))
        y = np.quantile(df_any[i],interval)
        sns.lineplot(x = x,y = x,ax=ax[k,1],color='r')
        sns.lineplot(x = x,y = y,ax=ax[k,1],color='b')
        sns.scatterplot(x = np.linspace(0,int(df_any[i].max()),int(df_any[i].count())),y = df_any[i],ax=ax[k,1],color='grey')
        sns.histplot(df_noGT[i],bins=10,ax=ax[k,2])
        interval = np.linspace(0,1,int(df_noGT[i].count()))
        x = stats.norm.ppf(np.linspace(0,1,int(df_noGT[i].count())),loc=df_noGT[i].mean(),scale=df_noGT[i].std(ddof=1))
        y = np.quantile(df_noGT[i],interval)
        sns.lineplot(x = x,y = x,ax=ax[k,3],color='r')
        sns.lineplot(x = x,y = y,ax=ax[k,3],color='b')
        sns.scatterplot(x = np.linspace(0,int(df_noGT[i].max()),int(df_noGT[i].count())),y = df_noGT[i],ax=ax[k,3],color='grey')
        ax[k,0].set_title(i+' (получали ГТ)')
        ax[k,1].set_title(i+' (получали ГТ: QQ-plot)')
        ax[k,2].set_title(i+' (не получали ГТ)')
        ax[k,3].set_title(i+' (не получали ГТ: QQ-plot)')
        plt.tight_layout()

    except Exception:
        ax[k,0].set_title(i+' (получали ГТ)')
        ax[k,1].set_title(i+' (получали ГТ: QQ-plot)')
        ax[k,2].set_title(i+' (не получали ГТ)')
        ax[k,3].set_title(i+' (не получали ГТ: QQ-plot)')
        plt.tight_layout()
        pass

• И снова на графиках QQ-плот отчетливо видно, что данные распределены непараметрически.
• Дальнейший анализ - с помощью критерия Краскела-Уоллиса

for k,i in enumerate(target_columns[3:-1]):
    group0 = df_any[i]
    group1 = df_noGT[i]
    alpha = 0.05
    test_value, p  = stats.kruskal(group0,group1)
    if alpha<p:
        append_list.append(['Этап 5',i,'значимость различия не доказана',p,alpha])
    else:
        append_list.append(['Этап 5',i,'обнаружены значимые различия',p,alpha])
    if alpha<p:
        print(f'Разница по параметру {i} между двумя группами не доказана.')
        print(f'\tСтатистика теста = {test_value}, p-значение = {p}')
    else:
        print(f'По параметру {i} наблюдается статистически достоверная разница между двумя группами.')
        print(f'\tСтатистика теста = {test_value}, p-значение = {p}')

По параметру GT наблюдается статистически достоверная разница между двумя группами.
	Статистика теста = 308.14877267399817, p-значение = 5.527209682796086e-69
Разница по параметру САД между двумя группами не доказана.
	Статистика теста = 0.789104211346105, p-значение = 0.3743711298061947
Разница по параметру ДАД между двумя группами не доказана.
	Статистика теста = 2.7054287237733887, p-значение = 0.10000719410523369
Разница по параметру СрАД между двумя группами не доказана.
	Статистика теста = 3.0993025343491, p-значение = 0.07832584439605056
Разница по параметру ЧСС между двумя группами не доказана.
	Статистика теста = 0.11643911886382965, p-значение = 0.7329291102177846
Разница по параметру ИА между двумя группами не доказана.
	Статистика теста = 1.6827012673646609, p-значение = 0.1945659039824976
Разница по параметру SpO2 между двумя группами не доказана.
	Статистика теста = 1.4013909315768618, p-значение = 0.23649082215979317
Разница по параметру Масса тела между двумя группами не доказана.
	Статистика теста = 0.5132014739655003, p-значение = 0.4737562370529689
Разница по параметру Cl- между двумя группами не доказана.
	Статистика теста = 1.9764596362236475, p-значение = 0.15976387408359172
По параметру Лактат наблюдается статистически достоверная разница между двумя группами.
	Статистика теста = 4.345382051745382, p-значение = 0.03710944035028754
По параметру Амилаза наблюдается статистически достоверная разница между двумя группами.
	Статистика теста = 23.36307258502768, p-значение = 1.3412884804072379e-06
Разница по параметру АЛТ между двумя группами не доказана.
	Статистика теста = 1.0558792745562107, p-значение = 0.3041569120249382
Разница по параметру АСТ между двумя группами не доказана.
	Статистика теста = 0.2507335853078321, p-значение = 0.6165590105483493
Разница по параметру АЧТВ между двумя группами не доказана.
	Статистика теста = 0.31955488822393074, p-значение = 0.5718752636675102
Разница по параметру Инфузия, % от N между двумя группами не доказана.
	Статистика теста = 3.2274101479296515, p-значение = 0.07241512567509965
По параметру КИ наблюдается статистически достоверная разница между двумя группами.
	Статистика теста = 44.58962956570288, p-значение = 2.4297524397228827e-11
Разница по параметру Площадь тела между двумя группами не доказана.
	Статистика теста = 1.1527486425364868, p-значение = 0.28297450085997505
Разница по параметру Диурез, мл/кг между двумя группами не доказана.
	Статистика теста = 2.2854119663953787, p-значение = 0.1305954615441217

• В результате была обнаружена статистически достоверная разница между группами по параметру Амилаза и КИ.
• По параметру КИ обращает на себя внимание один выброс в группе, получавшей ГТ (см. график). Рассчитаем статистику без него.

group0 = df_any['КИ'].drop(df_any.loc[df_any['КИ']>800,:].index,axis=0)
group1 = df_noGT['КИ']
alpha = 0.05
test_value, p  = stats.kruskal(group0,group1)
if alpha<p:
    print(f'Разница по параметру КИ между двумя группами не доказана.')
    print(f'\tСтатистика теста = {test_value}, p-значение = {p}')
else:
    print(f'По параметру КИ наблюдается статистически достоверная разница между двумя группами.')
    print(f'\tСтатистика теста = {test_value}, p-значение = {p}')

По параметру КИ наблюдается статистически достоверная разница между двумя группами.
	Статистика теста = 44.23698594591091, p-значение = 2.909321225967024e-11

• Даже после устранения этого выброса сохраняется значимость различий между группами.
• Различия по КИ и амилазе могут свидетельствовать о тяжести состояния данных пациентов. В то время как параметры гемодинамики могут быть скорректированы гормональной поддержкой преднизолоном, дексаметазоном, инотропными препаратами и волемической нагрузкой, становится необходимым использовать индексы и биохимические маркеры повреждения органов для оценки состояния и прогноза заболевания.

def highlight_greaterthan(x):
    color = 'lightgreen' if x<0.05 else 'white'
    return 'background-color: %s' % color
df_results = pd.DataFrame(append_list)
df_results.columns = columns
df_results = df_results.drop(['Значимость различий','alpha'], axis=1).pivot(columns = 'Вариант',index = 'Показатель',values = 'p_value').drop('GT',axis=0)
df_results = df_results.style.applymap(highlight_greaterthan)
df_results

Вариант	Этап 1	Этап 2	Этап 3	Этап 4	Этап 5
Показатель
Cl-	0.457506	0.097884	0.000003	0.033847	0.159764
SpO2	0.752932	0.487279	0.628304	0.909820	0.236491
АЛТ	0.975858	0.058156	0.179017	0.490306	0.304157
АСТ	0.505087	0.796281	0.045298	0.460869	0.616559
АЧТВ	0.437916	0.046088	0.010146	0.885253	0.571875
Амилаза	0.172694	0.021492	0.000000	0.198576	0.000001
ДАД	0.291620	0.124629	0.421296	0.500656	0.100007
Диурез, мл/кг	0.423433	0.047508	0.137048	0.900328	0.130595
ИА	0.413728	0.506601	0.086575	0.155302	0.194566
Инфузия, % от N	0.987496	0.141550	0.000001	0.084855	0.072415
КИ	0.142119	0.000000	0.000000	0.017552	0.000000
Лактат	0.539150	0.000000	0.000000	0.000005	0.037109
Масса тела	0.950929	0.001957	0.134864	0.039056	0.473756
Площадь тела	0.222210	0.395471	0.000001	0.099701	0.282975
САД	0.735154	0.320013	0.954688	0.879427	0.374371
СрАД	0.469319	0.135631	0.641475	0.677084	0.078326
ЧСС	0.562531	0.191232	0.035325	0.086939	0.732929

---

Анализ выживаемости при использовании ГТ

Пациенты делятся на 2 группы:

1. Выжившие.
2. Умершие.

По этим двум группам отдельно сравниваются пациенты получавшие и не получавшие ГТ

Ограничения: решение о назначении гормонотерапии (ГТ) определялось исходя из наличия показаний.

Нулевая гипотеза: разницы между группами нет.

Графический анализ

• графики распределения значений параметров 2х групп пациентов (выживших и умерших): все дни лечения

group0 = df[df['OUTCOME']=='Survived']
group1 = df[df['OUTCOME']=='Died']
figure,ax = plt.subplots(len(target_columns[2:-1]),4,figsize=(19,75))
for k,i in enumerate(target_columns[2:-1]):
    try:
        sns.histplot(group0[i],bins=10,ax=ax[k,0])
        interval = np.linspace(0,1,int(group0[i].count()))
        x = stats.norm.ppf(np.linspace(0,1,int(group0[i].count())),loc=group0[i].mean(),scale=group0[i].std(ddof=1))
        y = np.quantile(group0[i],interval)
        sns.lineplot(x = x,y = x,ax=ax[k,1],color='r')
        sns.lineplot(x = x,y = y,ax=ax[k,1],color='b')
        sns.scatterplot(x = np.linspace(0,int(group0[i].max()),int(group0[i].count())),y = group0[i],ax=ax[k,1],color='grey')
        sns.histplot(group1[i],bins=10,ax=ax[k,2])
        interval = np.linspace(0,1,int(group1[i].count()))
        x = stats.norm.ppf(np.linspace(0,1,int(group1[i].count())),loc=group1[i].mean(),scale=group1[i].std(ddof=1))
        y = np.quantile(group1[i],interval)
        sns.lineplot(x = x,y = x,ax=ax[k,3],color='r')
        sns.lineplot(x = x,y = y,ax=ax[k,3],color='b')
        sns.scatterplot(x = np.linspace(0,int(group1[i].max()),int(group1[i].count())),y = group1[i],ax=ax[k,3],color='grey')
        ax[k,0].set_title(i+' (выжившие пациенты)')
        ax[k,1].set_title(i+' (выжившие пациенты: QQ-plot)')
        ax[k,2].set_title(i+' (умершие пациенты)')
        ax[k,3].set_title(i+' (умершие пациенты: QQ-plot)')
        plt.tight_layout()

    except Exception:
        ax[k,0].set_title(i+' (выжившие пациенты)')
        ax[k,1].set_title(i+' (выжившие пациенты: QQ-plot)')
        ax[k,2].set_title(i+' (умершие пациенты)')
        ax[k,3].set_title(i+' (умершие пациенты: QQ-plot)')
        plt.tight_layout()
        pass

1. Все вместе:

   • получавшие ГТ;
   • не получавшие ГТ.

df.groupby('OUTCOME',as_index=False)['ID'].nunique().replace({'Died':'Умерли','Survived':'Выжили'})

	OUTCOME	ID
0	Умерли	19
1	Выжили	184

Имеется сильная асимметрия выборки: большинство пациентов выжили; 19 - умерли.

# количество умерших (Died) и выживших (Survived) пациентов
fig, ax = plt.subplots()
sns.barplot(data = [[i] for i in df.groupby('OUTCOME',as_index=False)['ID'].nunique()['ID']])
ax.set_xticklabels(['Умерли', 'Выжили'])
plt.show()

Описательная статистика: Выжившие пациенты

# описательная статистика выживших пациентов
df[df['OUTCOME']=='Survived'][target_columns[2:-1]].describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	1232.0	10.154795	5.538551	0.25	4.000000	12.000000	15.000000	18.000000
GT	1232.0	0.293831	0.455701	0.00	0.000000	0.000000	1.000000	1.000000
САД	1232.0	112.331981	14.082478	50.00	104.000000	110.000000	120.000000	170.000000
ДАД	1232.0	65.692370	11.614174	5.00	60.000000	65.000000	73.000000	119.000000
СрАД	1232.0	81.238907	11.469878	30.00	73.333333	81.333333	88.333333	117.666667
ЧСС	1232.0	105.797890	23.279370	24.00	90.000000	106.000000	120.000000	180.000000
ИА	1232.0	0.962915	0.278175	0.20	0.772727	0.933333	1.100000	2.800000
SpO2	1232.0	98.581169	2.996055	26.00	98.000000	99.000000	100.000000	110.000000
Масса тела	1232.0	41.689123	23.182670	6.00	18.000000	45.000000	60.000000	103.000000
Cl-	1232.0	108.456494	38.399841	0.00	103.875000	108.000000	114.000000	1102.000000
Лактат	1232.0	1.374789	1.310977	-1.10	0.800000	1.200000	1.800000	25.000000
Амилаза	1232.0	108.360438	172.023681	0.00	19.662500	61.000000	129.775000	2520.000000
АЛТ	1232.0	77.758352	147.442066	0.00	20.500000	36.750000	71.100000	1885.200000
АСТ	1232.0	97.160081	198.807334	0.00	30.000000	48.300000	83.387500	2242.000000
АЧТВ	1232.0	26.167654	15.476217	0.00	24.000000	30.000000	35.000000	125.000000
Инфузия, % от N	1232.0	123.529011	54.246247	0.00	95.026596	116.583333	142.742529	647.916667
КИ	1232.0	5.558620	14.590389	0.00	0.000000	2.500000	5.000000	199.200000
Площадь тела	1232.0	0.952451	0.331919	0.25	0.670000	1.030000	1.270000	1.390000
Диурез, мл/кг	1232.0	55.327892	35.223939	0.00	30.595631	46.733333	72.500000	280.000000

Описательная статистика: Умершие пациенты

# описательная статистика умерших пациентов
df[df['OUTCOME']=='Died'][target_columns[2:-1]].describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	160.0	8.526563	4.473692	0.250000	5.250000	9.000000	13.000000	17.000000
GT	160.0	0.543750	0.499646	0.000000	0.000000	1.000000	1.000000	1.000000
САД	160.0	103.037500	23.474565	45.000000	86.500000	103.000000	117.000000	165.000000
ДАД	160.0	58.393750	16.823949	17.000000	46.750000	59.500000	70.000000	99.000000
СрАД	160.0	73.275000	18.274426	26.333333	60.000000	73.333333	86.833333	120.666667
ЧСС	160.0	105.287500	25.105410	41.000000	90.000000	106.000000	121.250000	186.000000
ИА	160.0	1.072014	0.384730	0.464000	0.838539	0.990990	1.191877	3.100000
SpO2	160.0	96.806250	4.984879	69.000000	98.000000	98.000000	99.000000	100.000000
Масса тела	160.0	32.568750	16.142300	6.000000	20.000000	30.000000	43.000000	75.000000
Cl-	160.0	104.664375	45.801353	0.000000	103.125000	114.500000	133.250000	193.000000
Лактат	160.0	2.181563	3.553529	0.000000	0.000000	1.100000	2.800000	20.000000
Амилаза	160.0	27.372188	105.539960	0.000000	0.000000	0.000000	0.000000	892.000000
АЛТ	160.0	114.610313	253.571733	0.000000	39.375000	71.000000	113.000000	2865.000000
АСТ	160.0	172.093750	272.496902	0.000000	42.100000	111.000000	183.000000	2458.300000
АЧТВ	160.0	22.169375	29.838148	0.000000	0.000000	24.000000	38.000000	162.000000
Инфузия, % от N	160.0	124.882344	48.315790	0.000000	93.714326	125.884109	147.916667	300.176471
КИ	160.0	27.891250	85.292433	0.000000	5.000000	8.000000	20.000000	956.600000
Площадь тела	160.0	0.973625	0.347461	0.410000	0.730000	0.970000	1.285000	1.450000
Диурез, мл/кг	160.0	54.189184	35.582893	0.000000	32.750000	45.684524	70.857558	179.500000

# сравнение средних
a = pd.DataFrame(df[df['OUTCOME']=='Died'][target_columns[2:-1]].drop('GT',axis=1).mean()).rename(columns = {0:'Группа 1: умерли'})
a_ = []
for i in target_columns[2:-1]:
    if i != 'GT':
        a_.append(df[df['OUTCOME']=='Survived'][i].mean())
a['Группа 2: выжили'] = a_
a

	Группа 1: умерли	Группа 2: выжили
Возраст	8.526563	10.154795
САД	103.037500	112.331981
ДАД	58.393750	65.692370
СрАД	73.275000	81.238907
ЧСС	105.287500	105.797890
ИА	1.072014	0.962915
SpO2	96.806250	98.581169
Масса тела	32.568750	41.689123
Cl-	104.664375	108.456494
Лактат	2.181563	1.374789
Амилаза	27.372188	108.360438
АЛТ	114.610313	77.758352
АСТ	172.093750	97.160081
АЧТВ	22.169375	26.167654
Инфузия, % от N	124.882344	123.529011
КИ	27.891250	5.558620
Площадь тела	0.973625	0.952451
Диурез, мл/кг	54.189184	55.327892

Проверка наличия значимой разницы между группами выживших и умерших пациентов

# для сохранения результатов в виде таблицы
columns = ['Вариант','Показатель','Значимость различий','p_value','alpha']
append_list = []
# т.к. выборки разного размера, в одной из них - мало данных, распределение не нормальное (графики ниже), воспользуемся тестом Краскела-Уоллиса
for k,i in enumerate(target_columns[2:-1]):
    group0 = df[df['OUTCOME']=='Survived'][i]
    group1 = df[df['OUTCOME']=='Died'][i]
    alpha = 0.05
    test_value, p  = stats.kruskal(group0,group1)
    if alpha<p:
        append_list.append(['Все пациенты',i,'значимость различия не доказана',p,alpha])
    else:
        append_list.append(['Все пациенты',i,'обнаружены значимые различия',p,alpha])

1. Пациенты, получавшие ГТ

a = df[df['GT']==1].groupby('OUTCOME',as_index=False)['ID'].nunique().replace({'Died':'Умерли','Survived':'Выжили'})
a.columns=['Исход','Количество пациентов']
a

	Исход	Количество пациентов
0	Умерли	14
1	Выжили	99

# Группа 1: умерли
df[(df['OUTCOME']=='Died')&(df['GT']==1)][target_columns[2:-1]].describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	87.0	7.028736	3.970190	0.250000	4.833333	6.666667	9.000000	17.000000
GT	87.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
САД	87.0	99.160920	21.265691	45.000000	82.500000	102.000000	114.000000	165.000000
ДАД	87.0	57.034483	16.770994	17.000000	45.000000	58.000000	70.000000	93.000000
СрАД	87.0	71.076628	17.668692	26.333333	59.666667	71.666667	84.833333	115.000000
ЧСС	87.0	104.321839	28.342381	41.000000	87.000000	107.000000	121.500000	186.000000
ИА	87.0	1.095675	0.420074	0.464000	0.858396	1.000000	1.192099	3.100000
SpO2	87.0	97.091954	4.105108	70.000000	97.500000	98.000000	99.000000	100.000000
Масса тела	87.0	27.137931	13.913497	6.000000	20.000000	25.000000	30.000000	75.000000
Cl-	87.0	109.483908	45.386889	0.000000	103.500000	120.000000	139.000000	193.000000
Лактат	87.0	2.839655	4.198028	0.000000	0.000000	1.200000	4.100000	20.000000
Амилаза	87.0	29.551724	118.743495	0.000000	0.000000	0.000000	0.000000	892.000000
АЛТ	87.0	152.105747	334.063887	0.000000	45.000000	71.000000	113.000000	2865.000000
АСТ	87.0	221.151724	335.945268	0.000000	92.400000	138.500000	183.000000	2458.300000
АЧТВ	87.0	18.912644	24.300827	0.000000	0.000000	0.000000	36.500000	120.000000
Инфузия, % от N	87.0	124.278304	52.851206	11.952941	88.852877	109.294118	157.852930	300.176471
КИ	87.0	31.955172	109.587214	0.000000	5.000000	7.500000	18.000000	956.600000
Площадь тела	87.0	1.038966	0.323049	0.430000	0.970000	1.090000	1.330000	1.450000
Диурез, мл/кг	87.0	59.325500	38.658511	0.000000	35.916667	50.000000	77.083333	179.500000

# Группа 2: выжили
df[(df['OUTCOME']=='Survived')&(df['GT']==1)][target_columns[2:-1]].describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	362.0	9.588113	5.599449	0.666667	4.000000	11.000000	14.000000	17.000000
GT	362.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
САД	362.0	110.812155	15.094827	50.000000	100.000000	110.000000	120.000000	163.000000
ДАД	362.0	63.944751	12.661248	20.000000	55.000000	64.000000	70.000000	100.000000
СрАД	362.0	79.567219	12.645701	30.000000	71.416667	79.333333	87.333333	117.666667
ЧСС	362.0	106.569061	24.055843	52.000000	90.000000	106.000000	120.000000	176.000000
ИА	362.0	0.991421	0.320478	0.412903	0.782143	0.936364	1.116447	2.800000
SpO2	362.0	98.345304	4.565266	26.000000	98.000000	99.000000	100.000000	100.000000
Масса тела	362.0	39.592541	23.571319	7.500000	17.000000	35.000000	60.000000	100.000000
Cl-	362.0	108.098066	63.417005	0.000000	104.000000	109.000000	115.000000	1102.000000
Лактат	362.0	1.633287	1.346455	0.000000	0.900000	1.400000	2.337500	9.000000
Амилаза	362.0	137.386436	234.684048	0.000000	0.000000	55.450000	156.125000	1940.000000
АЛТ	362.0	85.976547	167.227641	0.000000	20.000000	39.200000	85.887500	1885.200000
АСТ	362.0	120.489365	227.273124	0.000000	32.487500	55.000000	116.000000	1958.500000
АЧТВ	362.0	22.750414	15.995155	0.000000	0.000000	28.000000	33.000000	90.000000
Инфузия, % от N	362.0	119.647799	64.654637	0.000000	81.581605	108.125000	139.705882	564.146341
КИ	362.0	7.214696	19.695994	0.000000	0.000000	2.800000	5.000000	199.200000
Площадь тела	362.0	0.924641	0.320415	0.250000	0.610000	1.030000	1.210000	1.390000
Диурез, мл/кг	362.0	54.808690	38.617765	1.571429	29.244505	46.619048	70.743590	280.000000

# сравнение средних
a = pd.DataFrame(df[(df['OUTCOME']=='Died')&(df['GT']==1)][target_columns[2:-1]].drop('GT',axis=1).mean()).rename(columns = {0:'Группа 1: умерли'})
a_ = []
for i in target_columns[2:-1]:
    if i != 'GT':
        a_.append(df[(df['OUTCOME']=='Survived')&(df['GT']==1)][i].mean())
a['Группа 2: выжили'] = a_
a

	Группа 1: умерли	Группа 2: выжили
Возраст	7.028736	9.588113
САД	99.160920	110.812155
ДАД	57.034483	63.944751
СрАД	71.076628	79.567219
ЧСС	104.321839	106.569061
ИА	1.095675	0.991421
SpO2	97.091954	98.345304
Масса тела	27.137931	39.592541
Cl-	109.483908	108.098066
Лактат	2.839655	1.633287
Амилаза	29.551724	137.386436
АЛТ	152.105747	85.976547
АСТ	221.151724	120.489365
АЧТВ	18.912644	22.750414
Инфузия, % от N	124.278304	119.647799
КИ	31.955172	7.214696
Площадь тела	1.038966	0.924641
Диурез, мл/кг	59.325500	54.808690

# количество умерших (0) и выживших (1) пациентов, получавших ГТ
fig, ax = plt.subplots()
sns.barplot(data = [[i] for i in df[df['GT']==1].groupby('ID')['OUTCOME'].first().value_counts()[::-1]]);
ax.set_xticklabels(['Умерли', 'Выжили'])
plt.show()

Проверка наличия значимой разницы между группами выживших и умерших пациентов, получавших ГТ

# т.к. выборки разного размера, в одной из них - мало данных, распределение не нормальное (графики ниже), воспользуемся тестом Краскела-Уоллиса
for k,i in enumerate(target_columns[2:-1]):
    group0 = df[(df['OUTCOME']=='Survived')&(df['GT']==1)][i]
    group1 = df[(df['OUTCOME']=='Died')&(df['GT']==1)][i]
    alpha = 0.05
    try:        
        test_value, p  = stats.kruskal(group0,group1)
        if alpha<p:
            append_list.append(['Получали ГТ',i,'значимость различия не доказана',p,alpha])
        else:
            append_list.append(['Получали ГТ',i,'обнаружены значимые различия',p,alpha])
    except Exception:
        pass

1. Пациенты, не получавшие ГТ

gt_users = df.loc[df['GT']==1,'ID'].unique()
a = df[(df['GT']==0)&(~df.ID.isin(gt_users))].groupby('OUTCOME',as_index=False)['ID'].nunique().replace({'Died':'Умерли','Survived':'Выжили'})
a.columns=['Исход','Количество пациентов']
a

	Исход	Количество пациентов
0	Умерли	5
1	Выжили	85

# количество умерших (0) и выживших (1) пациентов, не получавших ГТ
fig, ax = plt.subplots()
sns.barplot(data = [[i] for i in df[(df['GT']==0)&(~df.ID.isin(gt_users))].groupby('ID')['OUTCOME'].first().value_counts()[::-1]]);
ax.set_xticklabels(['Умерли', 'Выжили'])
plt.show()

# Группа 1: умерли
df[(df['OUTCOME']=='Died')&(df['GT']==0)&(~df.ID.isin(gt_users))][target_columns[2:-1]].describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	28.0	10.000000	5.429685	1.000000	9.250000	12.000000	13.000000	17.000000
GT	28.0	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000
САД	28.0	98.035714	22.280172	50.000000	85.000000	93.000000	111.500000	142.000000
ДАД	28.0	55.250000	16.249501	26.000000	44.500000	52.000000	62.000000	96.000000
СрАД	28.0	69.511905	17.695058	34.000000	58.000000	66.666667	77.666667	110.666667
ЧСС	28.0	115.964286	22.701741	64.000000	101.500000	117.000000	125.750000	178.000000
ИА	28.0	1.236859	0.355690	0.731707	0.981818	1.183473	1.361928	2.200000
SpO2	28.0	97.071429	5.401842	75.000000	98.000000	99.000000	99.250000	100.000000
Масса тела	28.0	40.000000	17.747196	12.000000	33.000000	40.000000	56.000000	56.000000
Cl-	28.0	101.810714	49.739293	0.000000	108.000000	116.000000	132.000000	141.000000
Лактат	28.0	1.942857	3.307839	0.000000	0.000000	1.500000	2.725000	17.000000
Амилаза	28.0	43.341071	85.142133	0.000000	0.000000	0.000000	64.100000	389.800000
АЛТ	28.0	72.041071	52.059606	15.900000	22.375000	71.000000	95.000000	232.800000
АСТ	28.0	126.407143	154.724158	0.000000	31.650000	85.000000	189.000000	798.600000
АЧТВ	28.0	26.885714	19.680461	0.000000	0.000000	29.000000	40.800000	58.000000
Инфузия, % от N	28.0	123.284226	53.830825	0.000000	94.312500	137.041667	160.208333	190.833333
КИ	28.0	31.714286	59.371309	0.000000	10.000000	14.000000	30.000000	320.000000
Площадь тела	28.0	0.703571	0.188566	0.410000	0.560000	0.730000	0.850000	1.030000
Диурез, мл/кг	28.0	49.397534	36.884901	0.000000	28.928571	42.928571	64.020833	140.000000

# Группа 2: выжили
df[(df['OUTCOME']=='Survived')&(df['GT']==0)&(~df.ID.isin(gt_users))][target_columns[2:-1]].describe().T

	count	mean	std	min	25%	50%	75%	max
Возраст	414.0	9.502262	5.406316	0.250000	4.000000	11.000000	15.000000	18.000000
GT	414.0	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000
САД	414.0	111.618357	14.156998	70.000000	102.000000	110.000000	120.000000	170.000000
ДАД	414.0	64.903382	10.528427	30.000000	60.000000	65.000000	70.000000	119.000000
СрАД	414.0	80.475040	10.669506	43.333333	73.333333	80.000000	86.666667	117.333333
ЧСС	414.0	104.722222	23.393624	40.000000	90.000000	105.000000	120.000000	180.000000
ИА	414.0	0.960196	0.277759	0.381356	0.765913	0.973903	1.110561	2.250000
SpO2	414.0	98.586957	2.255136	70.000000	98.000000	99.000000	100.000000	100.000000
Масса тела	414.0	40.176329	23.670259	6.000000	16.500000	37.000000	60.000000	103.000000
Cl-	414.0	107.148792	25.075463	0.000000	103.200000	108.000000	113.000000	191.000000
Лактат	414.0	1.258430	1.107364	0.000000	0.525000	1.100000	1.700000	7.800000
Амилаза	414.0	71.021377	152.711444	0.000000	0.000000	40.000000	79.850000	2520.000000
АЛТ	414.0	93.914614	177.911547	0.000000	18.450000	34.750000	90.975000	1384.000000
АСТ	414.0	111.129396	233.312475	0.000000	28.900000	50.900000	91.975000	2242.000000
АЧТВ	414.0	24.461111	17.719111	0.000000	0.000000	30.000000	36.775000	67.000000
Инфузия, % от N	414.0	118.633597	49.680709	0.000000	92.823933	111.458333	140.364583	295.701754
КИ	414.0	4.771618	14.754241	0.000000	0.000000	0.000000	5.000000	150.000000
Площадь тела	414.0	0.980204	0.346188	0.290800	0.730000	1.090000	1.330000	1.390000
Диурез, мл/кг	414.0	56.622304	33.911779	0.000000	32.115385	48.944444	72.727273	229.333333

# сравнение средних
a = pd.DataFrame(df[(df['OUTCOME']=='Died')&(df['GT']==0)&(~df.ID.isin(gt_users))][target_columns[2:-1]].drop('GT',axis=1).mean()).rename(columns = {0:'Группа 1: умерли'})
a_ = []
for i in target_columns[2:-1]:
    if i != 'GT':
        a_.append(df[(df['OUTCOME']=='Survived')&(df['GT']==0)&(~df.ID.isin(gt_users))][i].mean())
a['Группа 2: выжили'] = a_
a

	Группа 1: умерли	Группа 2: выжили
Возраст	10.000000	9.502262
САД	98.035714	111.618357
ДАД	55.250000	64.903382
СрАД	69.511905	80.475040
ЧСС	115.964286	104.722222
ИА	1.236859	0.960196
SpO2	97.071429	98.586957
Масса тела	40.000000	40.176329
Cl-	101.810714	107.148792
Лактат	1.942857	1.258430
Амилаза	43.341071	71.021377
АЛТ	72.041071	93.914614
АСТ	126.407143	111.129396
АЧТВ	26.885714	24.461111
Инфузия, % от N	123.284226	118.633597
КИ	31.714286	4.771618
Площадь тела	0.703571	0.980204
Диурез, мл/кг	49.397534	56.622304

Проверка наличия значимой разницы между группами выживших и умерших пациентов, неполучавших ГТ

# т.к. выборки разного размера, в одной из них - мало данных, распределение не нормальное, воспользуемся тестом Краскела-Уоллиса
for k,i in enumerate(target_columns[2:-1]):
    group0 = df[(df['OUTCOME']=='Survived')&(df['GT']==0)][i]
    group1 = df[(df['OUTCOME']=='Died')&(df['GT']==0)][i]
    alpha = 0.05
    try:        
        test_value, p  = stats.kruskal(group0,group1)
        if alpha<p:
            append_list.append(['Не получали ГТ',i,'значимость различия не доказана',p,alpha])
        else:
            append_list.append(['Не получали ГТ',i,'обнаружены значимые различия',p,alpha])
    except Exception:
        pass

1й день

1. Все вместе
2. Получавшие ГТ
3. Неполучавшие ГТ

При анализе первого дня количество анализируемых пациентов не изменяется (все находились в ОРИТ хотя бы 1 день)

1

# т.к. выборки разного размера, в одной из них - мало данных, распределение не нормальное, воспользуемся тестом Краскела-Уоллиса
for k,i in enumerate(target_columns[2:-1]):
    group0 = df[(df['OUTCOME']=='Survived')&(df.Day==1)][i]
    group1 = df[(df['OUTCOME']=='Died')&(df.Day==1)][i]
    alpha = 0.05
    test_value, p  = stats.kruskal(group0,group1)
    if alpha<p:
        append_list.append(['Все пациенты, 1й день',i,'значимость различия не доказана',p,alpha])
    else:
        append_list.append(['Все пациенты, 1й день',i,'обнаружены значимые различия',p,alpha])
print(f'Выживших: {group0.shape[0]}, умерших: {group1.shape[0]}')

Выживших: 184, умерших: 19

a0 = df[(df['OUTCOME']=='Survived')&(df.Day==1)]
df[(df['OUTCOME']=='Survived')&(df.Day==1)].describe().T

	count	mean	std	min	25%	50%	75%	max
ID	184.0	105.146739	63.918025	1.000000	47.750000	107.500000	157.500000	216.000000
Day	184.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
Возраст	184.0	8.988207	5.359763	0.250000	4.000000	8.500000	14.000000	18.000000
GT	184.0	0.407609	0.492730	0.000000	0.000000	0.000000	1.000000	1.000000
САД	184.0	107.000000	18.267592	50.000000	94.750000	110.000000	120.000000	159.000000
ДАД	184.0	63.179348	13.639600	20.000000	55.000000	60.000000	70.000000	119.000000
СрАД	184.0	77.786232	14.272743	30.000000	69.083333	78.000000	86.666667	117.333333
ЧСС	184.0	110.809783	22.699551	40.000000	94.000000	110.000000	124.000000	172.000000
ИА	184.0	1.081798	0.365621	0.407692	0.828591	1.038462	1.224465	2.800000
SpO2	184.0	98.173913	6.102241	26.000000	98.000000	100.000000	100.000000	100.000000
Масса тела	184.0	36.005435	22.024266	6.000000	16.750000	30.000000	51.000000	103.000000
Cl-	184.0	93.267391	40.597020	0.000000	100.900000	106.000000	111.000000	200.400000
Лактат	184.0	1.627717	2.413995	0.000000	0.000000	1.100000	2.600000	25.000000
Амилаза	184.0	36.880978	65.499462	0.000000	0.000000	13.800000	49.000000	533.500000
АЛТ	184.0	115.638859	246.634132	0.000000	13.300000	30.000000	95.275000	1885.200000
АСТ	184.0	172.759076	351.743698	0.000000	0.352500	55.400000	139.450000	2242.000000
АЧТВ	184.0	16.610870	17.463210	0.000000	0.000000	23.000000	30.500000	90.000000
Инфузия, % от N	184.0	92.796612	62.792192	0.000000	54.192073	79.056962	113.939951	353.009259
КИ	184.0	3.619076	12.877508	0.000000	0.000000	0.000000	2.500000	130.000000
Площадь тела	184.0	0.900920	0.321340	0.250000	0.610000	0.850000	1.210000	1.390000
Диурез, мл/кг	184.0	39.406846	32.706270	0.000000	14.305556	30.740260	56.730769	205.384615

b0 = df[(df['OUTCOME']=='Died')&(df.Day==1)]
df[(df['OUTCOME']=='Died')&(df.Day==1)].describe().T

	count	mean	std	min	25%	50%	75%	max
ID	19.0	94.263158	35.529084	30.000000	78.500000	91.000000	95.500000	205.000000
Day	19.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
Возраст	19.0	9.342105	5.659097	0.250000	5.125000	9.000000	14.000000	17.000000
GT	19.0	0.684211	0.477567	0.000000	0.000000	1.000000	1.000000	1.000000
САД	19.0	93.526316	24.541050	45.000000	72.500000	99.000000	111.000000	130.000000
ДАД	19.0	51.631579	18.294536	17.000000	40.000000	53.000000	65.000000	81.000000
СрАД	19.0	65.596491	19.754849	26.333333	49.166667	68.333333	80.166667	95.666667
ЧСС	19.0	108.421053	30.229338	54.000000	88.000000	110.000000	133.500000	160.000000
ИА	19.0	1.220780	0.421409	0.464000	0.970702	1.173333	1.443137	2.285714
SpO2	19.0	94.473684	8.585313	70.000000	94.500000	98.000000	99.000000	100.000000
Масса тела	19.0	35.631579	19.723676	6.000000	20.000000	30.000000	50.000000	75.000000
Cl-	19.0	95.789474	44.842414	0.000000	100.000000	108.000000	118.000000	158.000000
Лактат	19.0	3.684211	5.908681	0.000000	0.000000	0.000000	5.050000	17.000000
Амилаза	19.0	19.005263	38.641665	0.000000	0.000000	0.000000	17.550000	137.000000
АЛТ	19.0	288.973684	686.046097	0.000000	39.500000	62.000000	156.000000	2865.000000
АСТ	19.0	341.663158	647.200154	0.000000	42.000000	110.000000	215.000000	2458.300000
АЧТВ	19.0	18.631579	23.497542	0.000000	0.000000	0.000000	31.500000	80.000000
Инфузия, % от N	19.0	127.466044	81.327040	0.000000	76.317203	112.291667	177.038684	300.176471
КИ	19.0	94.110526	228.739636	0.000000	0.000000	5.000000	21.750000	956.600000
Площадь тела	19.0	0.994211	0.357496	0.410000	0.670000	1.090000	1.300000	1.450000
Диурез, мл/кг	19.0	48.114514	41.013025	0.000000	19.583333	36.607143	70.465116	140.000000

# сравнение средних
a = pd.DataFrame(b0[(b0['OUTCOME']=='Died')&(b0['Day']==1)][target_columns[2:-1]].drop('GT',axis=1).mean()).rename(columns = {0:'Группа 1: умерли'})
a_ = []
for i in target_columns[2:-1]:
    if i != 'GT':
        a_.append(a0[(a0['OUTCOME']=='Survived')&(a0['Day']==1)][i].mean())
a['Группа 2: выжили'] = a_
a

	Группа 1: умерли	Группа 2: выжили
Возраст	9.342105	8.988207
САД	93.526316	107.000000
ДАД	51.631579	63.179348
СрАД	65.596491	77.786232
ЧСС	108.421053	110.809783
ИА	1.220780	1.081798
SpO2	94.473684	98.173913
Масса тела	35.631579	36.005435
Cl-	95.789474	93.267391
Лактат	3.684211	1.627717
Амилаза	19.005263	36.880978
АЛТ	288.973684	115.638859
АСТ	341.663158	172.759076
АЧТВ	18.631579	16.610870
Инфузия, % от N	127.466044	92.796612
КИ	94.110526	3.619076
Площадь тела	0.994211	0.900920
Диурез, мл/кг	48.114514	39.406846

for i in a0.columns[2:-1]:
    if i!='GT':
        print(i)
        sns.boxplot(data = [b0[i],a0[i]]);
        plt.show()

Возраст

САД

ДАД

СрАД

ЧСС

ИА

SpO2

Масса тела

Cl-

Лактат

Амилаза

АЛТ

АСТ

АЧТВ

Инфузия, % от N

КИ

Площадь тела

Диурез, мл/кг

2

# т.к. выборки разного размера, в одной из них - мало данных, распределение не нормальное, воспользуемся тестом Краскела-Уоллиса
for k,i in enumerate(target_columns[2:-1]):
    group0 = df[(df['OUTCOME']=='Survived')&(df.Day==1)&(df.GT==1)][i]
    group1 = df[(df['OUTCOME']=='Died')&(df.Day==1)&(df.GT==1)][i]
    alpha = 0.05
    try:
        test_value, p  = stats.kruskal(group0,group1)
        if alpha<p:
            append_list.append(['Получали ГТ, 1й день',i,'значимость различия не доказана',p,alpha])
        else:
            append_list.append(['Получали ГТ, 1й день',i,'обнаружены значимые различия',p,alpha])
    except Exception:
        pass
print(f'Выживших, получавших ГТ: {group0.shape[0]}, умерших, получавших ГТ: {group1.shape[0]}')

Выживших, получавших ГТ: 75, умерших, получавших ГТ: 13

a1 = df[(df['OUTCOME']=='Survived')&(df.Day==1)&(df.GT==1)]
a1.describe().T

	count	mean	std	min	25%	50%	75%	max
ID	75.0	108.093333	67.853812	3.000000	39.500000	116.000000	174.500000	215.000000
Day	75.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
Возраст	75.0	8.862222	5.144140	0.666667	4.000000	9.000000	13.000000	17.000000
GT	75.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
САД	75.0	107.160000	19.811299	50.000000	95.000000	108.000000	119.000000	155.000000
ДАД	75.0	62.013333	14.497431	20.000000	51.000000	62.000000	70.000000	100.000000
СрАД	75.0	77.062222	15.414366	30.000000	68.000000	78.000000	87.500000	113.333333
ЧСС	75.0	113.226667	22.916165	62.000000	98.000000	115.000000	122.000000	172.000000
ИА	75.0	1.118873	0.420857	0.412903	0.854497	1.076190	1.267943	2.800000
SpO2	75.0	97.733333	8.679478	26.000000	98.000000	100.000000	100.000000	100.000000
Масса тела	75.0	36.473333	22.394632	8.500000	17.500000	30.000000	52.500000	100.000000
Cl-	75.0	89.880000	44.224892	0.000000	100.950000	105.800000	110.000000	200.400000
Лактат	75.0	1.688000	1.866921	0.000000	0.000000	1.400000	2.800000	9.000000
Амилаза	75.0	37.898667	69.860344	0.000000	0.000000	0.000000	46.500000	329.200000
АЛТ	75.0	106.433333	253.935550	0.000000	15.150000	27.400000	95.450000	1885.200000
АСТ	75.0	179.136000	337.656883	0.000000	26.000000	57.000000	179.450000	1958.500000
АЧТВ	75.0	16.122667	18.785558	0.000000	0.000000	0.000000	29.400000	90.000000
Инфузия, % от N	75.0	88.578770	62.288725	0.000000	53.624429	75.583333	112.952489	353.009259
КИ	75.0	3.668800	10.734883	0.000000	0.000000	0.000000	3.850000	80.000000
Площадь тела	75.0	0.909867	0.300739	0.250000	0.610000	0.970000	1.150000	1.390000
Диурез, мл/кг	75.0	40.812975	32.523385	1.571429	13.039683	32.916667	62.019231	179.166667

b1 = df[(df['OUTCOME']=='Died')&(df.Day==1)&(df.GT==1)]
b1.describe().T

	count	mean	std	min	25%	50%	75%	max
ID	13.0	96.461538	40.879121	30.000000	80.000000	91.000000	96.000000	205.000000
Day	13.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
Возраст	13.0	8.423077	5.449416	0.250000	5.000000	6.666667	14.000000	17.000000
GT	13.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
САД	13.0	91.153846	26.635960	45.000000	70.000000	90.000000	110.000000	130.000000
ДАД	13.0	48.615385	18.768495	17.000000	30.000000	52.000000	65.000000	78.000000
СрАД	13.0	62.794872	20.595099	26.333333	46.666667	68.333333	80.000000	93.000000
ЧСС	13.0	101.307692	31.784128	54.000000	80.000000	100.000000	120.000000	160.000000
ИА	13.0	1.181043	0.447806	0.464000	0.950495	1.173333	1.333333	2.285714
SpO2	13.0	94.615385	8.539501	70.000000	93.000000	99.000000	99.000000	100.000000
Масса тела	13.0	34.076923	21.355958	6.000000	20.000000	25.000000	50.000000	75.000000
Cl-	13.0	96.076923	45.257525	0.000000	100.000000	105.000000	116.000000	158.000000
Лактат	13.0	3.500000	5.772204	0.000000	0.000000	0.000000	4.100000	17.000000
Амилаза	13.0	14.615385	39.582274	0.000000	0.000000	0.000000	0.000000	137.000000
АЛТ	13.0	361.407692	828.019596	0.000000	38.000000	47.000000	66.000000	2865.000000
АСТ	13.0	380.953846	767.014185	0.000000	45.000000	94.000000	120.700000	2458.300000
АЧТВ	13.0	18.692308	24.526804	0.000000	0.000000	0.000000	32.000000	80.000000
Инфузия, % от N	13.0	144.509492	80.877468	58.823529	89.164087	112.291667	190.833333	300.176471
КИ	13.0	109.353846	266.338934	0.000000	0.000000	5.000000	16.000000	956.600000
Площадь тела	13.0	1.140769	0.305790	0.490000	1.090000	1.210000	1.330000	1.450000
Диурез, мл/кг	13.0	47.515140	35.791409	0.000000	20.000000	43.000000	70.000000	132.608696

# сравнение средних
a = pd.DataFrame(b1[(b1['OUTCOME']=='Died')&(b1['GT']==1)][target_columns[2:-1]].drop('GT',axis=1).mean()).rename(columns = {0:'Группа 1: умерли'})
a_ = []
for i in target_columns[2:-1]:
    if i != 'GT':
        a_.append(a1[(a1['OUTCOME']=='Survived')&(a1['GT']==1)][i].mean())
a['Группа 2: выжили'] = a_
a

	Группа 1: умерли	Группа 2: выжили
Возраст	8.423077	8.862222
САД	91.153846	107.160000
ДАД	48.615385	62.013333
СрАД	62.794872	77.062222
ЧСС	101.307692	113.226667
ИА	1.181043	1.118873
SpO2	94.615385	97.733333
Масса тела	34.076923	36.473333
Cl-	96.076923	89.880000
Лактат	3.500000	1.688000
Амилаза	14.615385	37.898667
АЛТ	361.407692	106.433333
АСТ	380.953846	179.136000
АЧТВ	18.692308	16.122667
Инфузия, % от N	144.509492	88.578770
КИ	109.353846	3.668800
Площадь тела	1.140769	0.909867
Диурез, мл/кг	47.515140	40.812975

for i in a1.columns[2:-1]:
    if i!='GT':
        print(i)
        sns.boxplot(data = [b1[i],a1[i]]);
        plt.show()

Возраст

САД

ДАД

СрАД

ЧСС

ИА

SpO2

Масса тела

Cl-

Лактат

Амилаза

АЛТ

АСТ

АЧТВ

Инфузия, % от N

КИ

Площадь тела

Диурез, мл/кг

3

# т.к. выборки разного размера, в одной из них - мало данных, распределение не нормальное, воспользуемся тестом Краскела-Уоллиса
for k,i in enumerate(target_columns[2:-1]):
    group0 = df[(df['OUTCOME']=='Survived')&(df.Day==1)&(df.GT==0)][i]
    group1 = df[(df['OUTCOME']=='Died')&(df.Day==1)&(df.GT==0)][i]
    alpha = 0.05
    try:
        test_value, p  = stats.kruskal(group0,group1)
        if alpha<p:
            append_list.append(['Не получали ГТ, 1й день',i,'значимость различия не доказана',p,alpha])
        else:
            append_list.append(['Не получали ГТ, 1й день',i,'обнаружены значимые различия',p,alpha])
    except Exception:
        pass
print(f'Выживших, не получавших ГТ: {group0.shape[0]}; умерших, не получавших ГТ: {group1.shape[0]}')

Выживших, не получавших ГТ: 109; умерших, не получавших ГТ: 6

a2 = df[(df['OUTCOME']=='Survived')&(df.Day==1)&(df.GT==0)]
a2.describe().T

	count	mean	std	min	25%	50%	75%	max
ID	109.0	103.119266	61.300976	1.000000	51.000000	105.000000	152.000000	216.000000
Day	109.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
Возраст	109.0	9.074893	5.525062	0.250000	4.000000	8.000000	14.000000	18.000000
GT	109.0	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000
САД	109.0	106.889908	17.218820	70.000000	94.000000	110.000000	120.000000	159.000000
ДАД	109.0	63.981651	13.024181	30.000000	57.000000	60.000000	70.000000	119.000000
СрАД	109.0	78.284404	13.481875	43.333333	70.000000	77.333333	86.666667	117.333333
ЧСС	109.0	109.146789	22.503837	40.000000	92.000000	110.000000	124.000000	165.000000
ИА	109.0	1.056287	0.321774	0.407692	0.807692	1.000000	1.166667	2.133333
SpO2	109.0	98.477064	3.354368	70.000000	98.000000	100.000000	100.000000	100.000000
Масса тела	109.0	35.683486	21.863916	6.000000	16.000000	30.000000	50.000000	103.000000
Cl-	109.0	95.598165	37.935208	0.000000	100.900000	107.000000	113.000000	148.000000
Лактат	109.0	1.586239	2.735279	0.000000	0.000000	1.000000	2.500000	25.000000
Амилаза	109.0	36.180734	62.643695	0.000000	0.000000	15.300000	51.000000	533.500000
АЛТ	109.0	121.972936	242.462407	0.000000	11.000000	32.600000	93.600000	1260.700000
АСТ	109.0	168.371284	362.595774	0.000000	0.000000	53.000000	134.000000	2242.000000
АЧТВ	109.0	16.946789	16.573012	0.000000	0.000000	23.500000	31.000000	54.100000
Инфузия, % от N	109.0	95.698797	63.258685	0.000000	56.410256	79.166667	116.761364	295.701754
КИ	109.0	3.584862	14.213657	0.000000	0.000000	0.000000	0.000000	130.000000
Площадь тела	109.0	0.894763	0.336009	0.250000	0.610000	0.850000	1.210000	1.390000
Диурез, мл/кг	109.0	38.439326	32.946333	0.000000	15.500000	29.777778	54.000000	205.384615

b2 = df[(df['OUTCOME']=='Died')&(df.Day==1)&(df.GT==0)]
b2.describe().T

	count	mean	std	min	25%	50%	75%	max
ID	6.0	89.500000	22.223861	66.000000	76.500000	85.500000	94.500000	129.000000
Day	6.0	1.000000	0.000000	1.000000	1.000000	1.000000	1.000000	1.000000
Возраст	6.0	11.333333	6.088240	1.000000	9.000000	12.500000	16.000000	17.000000
GT	6.0	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000	0.000000
САД	6.0	98.666667	20.471118	70.000000	84.750000	102.500000	110.500000	125.000000
ДАД	6.0	58.166667	16.869104	40.000000	43.250000	58.000000	69.750000	81.000000
СрАД	6.0	71.666667	17.953025	50.000000	57.083333	72.833333	83.333333	95.666667
ЧСС	6.0	123.833333	21.179392	88.000000	114.500000	130.000000	138.750000	144.000000
ИА	6.0	1.306877	0.380837	0.888889	1.031304	1.212792	1.630896	1.785714
SpO2	6.0	94.166667	9.495613	75.000000	96.250000	97.500000	98.750000	100.000000
Масса тела	6.0	39.000000	16.911535	12.000000	29.500000	45.000000	50.000000	56.000000
Cl-	6.0	95.166667	48.193015	0.000000	102.000000	108.000000	117.000000	135.000000
Лактат	6.0	4.083333	6.741043	0.000000	0.000000	0.750000	4.875000	17.000000
Амилаза	6.0	28.516667	38.164927	0.000000	0.000000	17.550000	38.025000	97.000000
АЛТ	6.0	132.033333	75.472503	22.500000	87.000000	143.500000	172.175000	232.800000
АСТ	6.0	256.533333	288.563412	0.000000	69.750000	215.000000	270.700000	798.600000
АЧТВ	6.0	18.500000	23.321664	0.000000	0.000000	12.500000	27.250000	58.000000
Инфузия, % от N	6.0	90.538574	75.632715	0.000000	27.083333	115.199055	122.859944	189.708333
КИ	6.0	61.083333	127.271527	0.000000	1.250000	9.500000	24.125000	320.000000
Площадь тела	6.0	0.676667	0.242542	0.410000	0.475000	0.670000	0.820000	1.030000
Диурез, мл/кг	6.0	49.413156	54.571310	0.000000	8.333333	34.970238	74.055632	140.000000

# сравнение средних
gt_1day_users = df.loc[(df.Day==1)&(df.GT==1),'ID'].unique()
a = pd.DataFrame(b2[(b2['OUTCOME']=='Died')&(b2['GT']==0)&(~b2.ID.isin(gt_1day_users))][target_columns[2:-1]].drop('GT',axis=1).mean()).rename(columns = {0:'Группа 1: умерли'})
a_ = []
for i in target_columns[2:-1]:
    if i != 'GT':
        a_.append(a2[(a2['OUTCOME']=='Survived')&(a2['GT']==0)&(~a2.ID.isin(gt_1day_users))][i].mean())
a['Группа 2: выжили'] = a_
a

	Группа 1: умерли	Группа 2: выжили
Возраст	11.333333	9.074893
САД	98.666667	106.889908
ДАД	58.166667	63.981651
СрАД	71.666667	78.284404
ЧСС	123.833333	109.146789
ИА	1.306877	1.056287
SpO2	94.166667	98.477064
Масса тела	39.000000	35.683486
Cl-	95.166667	95.598165
Лактат	4.083333	1.586239
Амилаза	28.516667	36.180734
АЛТ	132.033333	121.972936
АСТ	256.533333	168.371284
АЧТВ	18.500000	16.946789
Инфузия, % от N	90.538574	95.698797
КИ	61.083333	3.584862
Площадь тела	0.676667	0.894763
Диурез, мл/кг	49.413156	38.439326

for i in a2.columns[2:-1]:
    if i!='GT':
        print(i)
        sns.boxplot(data = [b2[i],a2[i]]);
        plt.show()

Возраст

САД

ДАД

СрАД

ЧСС

ИА

SpO2

Масса тела

Cl-

Лактат

Амилаза

АЛТ

АСТ

АЧТВ

Инфузия, % от N

КИ

Площадь тела

Диурез, мл/кг

for i in b1.columns[2:-1]:
    if i!='GT':
        print(i)
        sns.boxplot(data = [b1[i],b2[i]]);
        plt.show()

Возраст

САД

ДАД

СрАД

ЧСС

ИА

SpO2

Масса тела

Cl-

Лактат

Амилаза

АЛТ

АСТ

АЧТВ

Инфузия, % от N

КИ

Площадь тела

Диурез, мл/кг

Результаты проведенного анализа по исходам заболеваний

• зеленый цвет = разница между группами умерших и выживших пациентов статистически значима;
• белый = разница между группами по параметру не доказана

df_results = pd.DataFrame(append_list)
df_results.columns = columns
df_results = df_results.pivot(columns = 'Вариант',index = 'Показатель',values = 'p_value').drop('GT',axis=0).style.applymap(highlight_greaterthan)
df_results

Вариант	Все пациенты	Все пациенты, 1й день	Не получали ГТ	Не получали ГТ, 1й день	Получали ГТ	Получали ГТ, 1й день
Показатель
Cl-	0.000000	0.520005	0.005549	0.668441	0.000011	0.583266
SpO2	0.000000	0.000883	0.000000	0.049058	0.000000	0.007972
АЛТ	0.000000	0.032205	0.010798	0.050053	0.000000	0.173089
АСТ	0.000000	0.121839	0.065848	0.174516	0.000000	0.356569
АЧТВ	0.000103	0.930465	0.002221	0.811024	0.120364	0.631109
Амилаза	0.000000	0.072585	0.000000	0.811612	0.000000	0.054880
Возраст	0.000040	0.757969	0.279320	0.322632	0.000201	0.859691
ДАД	0.000000	0.013720	0.000510	0.488728	0.000458	0.018939
Диурез, мл/кг	0.759487	0.455305	0.088612	0.919840	0.207432	0.476787
ИА	0.002620	0.085650	0.091606	0.077196	0.027207	0.498897
Инфузия, % от N	0.287204	0.024974	0.091712	0.811121	0.332342	0.010013
КИ	0.000000	0.000076	0.000000	0.005848	0.000000	0.007004
Лактат	0.332688	0.878231	0.091322	0.824679	0.830641	0.722964
Масса тела	0.000020	0.903589	0.146036	0.614459	0.000384	0.823032
Площадь тела	0.517396	0.260281	0.121842	0.112477	0.010713	0.011645
САД	0.000000	0.027996	0.006317	0.334520	0.000003	0.041469
СрАД	0.000000	0.017992	0.001110	0.424219	0.000060	0.023892
ЧСС	0.914050	0.864722	0.722759	0.103120	0.667207	0.145632